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>
28 lines
760 B
Plaintext
28 lines
760 B
Plaintext
server {
|
|
listen 80;
|
|
server_name _;
|
|
root /usr/share/nginx/html;
|
|
|
|
charset utf-8;
|
|
index index.html;
|
|
|
|
add_header X-Robots-Tag "noindex, nofollow" always;
|
|
|
|
# Los alias de K2 que llevan un '?' literal se sirven desde ficheros SIN extension
|
|
# (el navegador pide la ruta hasta el '?'). Sin esto, nginx los manda como
|
|
# application/octet-stream y el navegador se los descarga en vez de mostrarlos.
|
|
default_type text/html;
|
|
|
|
location / {
|
|
try_files $uri $uri.html $uri/index.html =404;
|
|
}
|
|
|
|
# Archivo historico: aqui no hay PHP. Cualquier .php es un fichero estatico inerte.
|
|
location ~ \.php {
|
|
default_type text/html;
|
|
try_files $uri $uri/index.html =404;
|
|
}
|
|
|
|
error_page 404 /404.html;
|
|
}
|