Initial commit - FLUJOS codebase (production branch)

Includes: FLUJOS app (Node/Flask/Python), FLUJOS_DATOS scripts (scrapers, Keras, Django)
Excludes: MongoDB, scraped data, Wikipedia/WikiLeaks dumps, Python venv, node_modules
This commit is contained in:
CAPITANSITO 2026-03-31 14:10:02 +02:00
commit a40b946163
158 changed files with 196645 additions and 0 deletions

View file

@ -0,0 +1,23 @@
# check_mismatches.py
from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017')
db = client['FLUJOS_DATOS']
# 1) Todos los nombres únicos que aparecen en comparaciones
comp = db.comparaciones.distinct('noticia1') + db.comparaciones.distinct('noticia2')
comp = set(comp)
# 2) Todos los nombres únicos en las colecciones de nodos
fuentes = ['noticias','wikipedia','torrents','leaks']
todos = set()
for col in fuentes:
if col in db.list_collection_names():
todos |= set(db[col].distinct('archivo'))
sólo_en_comparaciones = comp - todos
sólo_en_fuentes = todos - comp
print(f"Mismatches comparaciones→fuentes: {len(sólo_en_comparaciones)}")
print(f"Mismatches fuentes→comparaciones: {len(sólo_en_fuentes)}")
print("Ejemplos (up to 10):", list(sólo_en_comparaciones)[:10])