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>
24 lines
714 B
Bash
24 lines
714 B
Bash
#!/bin/bash
|
|
# Verificacion de cierre de la noche
|
|
set -uo pipefail
|
|
BASE=/home/rafa/joomla-migration/mirror-antiguo
|
|
RUN=$(cat "$BASE/CURRENT_RUN")
|
|
D=$BASE/runs/$RUN
|
|
echo "=== snapshot fuente (integridad) ==="
|
|
cd "$BASE/source" && sha256sum -c MANIFEST-source.sha256
|
|
echo
|
|
echo "=== corrida ==="
|
|
echo "run: $RUN"
|
|
du -sh "$D/raw" "$D/site"
|
|
echo "raw: $(find "$D/raw" -type f | wc -l) ficheros"
|
|
echo "site: $(find "$D/site" -type f | wc -l) ficheros"
|
|
echo
|
|
echo "=== contenedores ==="
|
|
docker ps --format '{{.Names}}\t{{.Status}}' | sort
|
|
echo
|
|
echo "=== mirror servido en 8087 ==="
|
|
curl -s -o /dev/null -w 'portada: %{http_code} %{content_type}\n' http://127.0.0.1:8087/es/
|
|
echo
|
|
echo "=== disco ==="
|
|
df -h /home | tail -1
|