# 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])