fix: PNG truncado não vira arquivo gigante; filtros de tamanho e megapixels

Descoberto ao abrir uma sessão real: texto ASCII após um PNG truncado era lido
como tamanho de bloco (~1,9 GB). Também adiciona filtros para separar fotos de
ícones e falha cedo ao retomar sem a origem.

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

crates/guara-core/src/explorer.rs

@@ -180,7 +180,14 @@ pub fn facets(found: &[Found]) -> Value {
     let mut conf = [0usize; 3];
     let mut seen_sig = std::collections::HashSet::new();
     let mut dups = 0usize;
+    let (mut small, mut mp1) = (0usize, 0usize);
     for f in found {
+        if f.size < 30 * 1024 {
+            small += 1;
+        }
+        if f.px.is_some_and(|(w, h)| w as u64 * h as u64 >= 1_000_000) {
+            mp1 += 1;
+        }
         if let Some(g) = f.sig {
             if !seen_sig.insert((g, f.size)) {
                 dups += 1;
@@ -242,6 +249,8 @@ pub fn facets(found: &[Found]) -> Value {
         "root": root,
         "gps": gps,
         "duplicates": dups,
+        "small": small,
+        "mp1": mp1,
     })
 }
 

crates/guara-core/src/service.rs

@@ -217,6 +217,9 @@ impl Engine {
 
     pub fn resume(&self, id: &str) -> Result<()> {
         let j = self.job(id)?;
+        if j.source().is_none() {
+            return Err(no_source());
+        }
         let cp = {
             let mut s = j.st.lock().unwrap();
             if s.status != Status::Paused {

crates/guara-core/src/signatures.rs

@@ -219,8 +219,10 @@ fn jpeg(src: &dyn Source, off: u64, max: u64) -> Option<Hit> {
 // ---------------------------------------------------------------- PNG
 
 fn png(src: &dyn Source, off: u64, max: u64) -> Option<Hit> {
+    let total = src.size().saturating_sub(off);
     let mut p = 8u64;
     let mut first = true;
+    let mut saw_idat = false;
     for _ in 0..200_000 {
         let c = read_vec(src, off + p, 8).ok()?;
         if c.len() < 8 {
@@ -228,13 +230,20 @@ fn png(src: &dyn Source, off: u64, max: u64) -> Option<Hit> {
         }
         let len = u32::from_be_bytes([c[0], c[1], c[2], c[3]]) as u64;
         let ty = &c[4..8];
-        if !ty.iter().all(|b| b.is_ascii_alphabetic()) || len > 0x7FFF_FFFF {
+        // Bloco válido: 4 letras, 3ª maiúscula (bit reservado), tamanho plausível e dentro do
+        // disco. Texto ASCII solto parece "tamanho" de ~1,9 GB e não pode virar um PNG gigante.
+        let valid = ty.iter().all(|b| b.is_ascii_alphabetic())
+            && ty[2].is_ascii_uppercase()
+            && len <= 128 * 1024 * 1024
+            && p + 12 + len <= total;
+        if !valid {
             break;
         }
         if first && ty != b"IHDR" {
             return None;
         }
         first = false;
+        saw_idat |= ty == b"IDAT";
         p += 12 + len;
         if p > max {
             break;
@@ -247,11 +256,12 @@ fn png(src: &dyn Source, off: u64, max: u64) -> Option<Hit> {
             });
         }
     }
-    if first {
+    // Sem IEND: só vale como imagem truncada se já tem dados e é de tamanho razoável.
+    if first || !saw_idat || p > 64 * 1024 * 1024 {
         return None;
     }
     Some(Hit {
-        len: p.min(max).min(src.size().saturating_sub(off)),
+        len: p,
         ext: "png",
         confidence: Confidence::Low,
     })

crates/guara-core/tests/forensics.rs

@@ -473,6 +473,7 @@ fn facetas_filtros_e_duplicadas() {
         mk(3, "c.jpg", Some("Viagens"), Some(jul23), None, Some(7)), // duplicada de a.jpg
         mk(4, "d.jpg", None, None, None, None),
     ];
+    let q = |json: &str| -> Query { serde_json::from_str(json).unwrap() };
     let f = explorer::facets(&found);
     assert_eq!(f["total"], 4);
     assert_eq!(f["years"][0]["year"], 2024);
@@ -481,6 +482,8 @@ fn facetas_filtros_e_duplicadas() {
     assert_eq!(f["undated"], 1);
     assert_eq!(f["carved"], 1);
     assert_eq!(f["duplicates"], 1);
+    assert_eq!(f["small"], 4); // todos têm 10 bytes
+    assert_eq!(q(r#"{"min_size":30720}"#).select(&found).len(), 0);
     assert_eq!(f["cameras"][0]["name"], "Canon");
     let dcim = f["folders"]
         .as_array()
@@ -490,7 +493,6 @@ fn facetas_filtros_e_duplicadas() {
         .unwrap();
     assert_eq!(dcim["count"], 2);
 
-    let q = |json: &str| -> Query { serde_json::from_str(json).unwrap() };
     assert_eq!(q(r#"{"year":2023}"#).select(&found).len(), 2);
     assert_eq!(q(r#"{"year":2023,"month":7}"#).select(&found).len(), 2);
     assert_eq!(q(r#"{"year":2023,"month":8}"#).select(&found).len(), 0);
@@ -505,3 +507,49 @@ fn facetas_filtros_e_duplicadas() {
     assert_eq!(items[0].id, 2); // mais recente primeiro
     assert_eq!(items.last().unwrap().id, 4); // sem data por último
 }
+
+// ------------------------------------------------------------------ carving
+
+fn png_chunk(ty: &[u8; 4], data: &[u8]) -> Vec<u8> {
+    let mut c = (data.len() as u32).to_be_bytes().to_vec();
+    c.extend(ty);
+    c.extend(data);
+    c.extend([0, 0, 0, 0]);
+    c
+}
+
+/// Regressão: texto ASCII depois de um PNG truncado vira "tamanho" de ~1,9 GB;
+/// o carving não pode inventar um PNG gigante.
+#[test]
+fn png_truncado_seguido_de_texto_nao_vira_arquivo_gigante() {
+    let mut d = vec![0x89, b'P', b'N', b'G', 0x0D, 0x0A, 0x1A, 0x0A];
+    d.extend(png_chunk(b"IHDR", &[0, 0, 0, 8, 0, 0, 0, 8, 8, 2, 0, 0, 0]));
+    d.extend(png_chunk(b"IDAT", &vec![7u8; 5000]));
+    let real_end = d.len();
+    d.extend(b"ualiBase64 texto qualquer que segue no disco, como parte de outro arquivo html ");
+    d.resize(4 * 1024 * 1024, 0x41);
+    let src = MemSource(d.clone());
+    let hit =
+        signatures::detect(&src, 0, &d[..64], 8 << 30).expect("PNG truncado ainda é reconhecido");
+    assert_eq!(
+        hit.len as usize, real_end,
+        "deve parar no fim do último bloco válido"
+    );
+    assert_eq!(hit.confidence, Confidence::Low);
+
+    // sem nenhum dado de imagem (só cabeçalho) não é arquivo
+    let mut d2 = vec![0x89, b'P', b'N', b'G', 0x0D, 0x0A, 0x1A, 0x0A];
+    d2.extend(png_chunk(b"IHDR", &[0, 0, 0, 8, 0, 0, 0, 8, 8, 2, 0, 0, 0]));
+    d2.resize(1 << 20, b'e');
+    assert!(signatures::detect(&MemSource(d2.clone()), 0, &d2[..64], 8 << 30).is_none());
+
+    // PNG completo continua com confiança alta e tamanho exato
+    let mut ok = vec![0x89, b'P', b'N', b'G', 0x0D, 0x0A, 0x1A, 0x0A];
+    ok.extend(png_chunk(b"IHDR", &[0, 0, 0, 8, 0, 0, 0, 8, 8, 2, 0, 0, 0]));
+    ok.extend(png_chunk(b"IDAT", &[1; 100]));
+    ok.extend(png_chunk(b"IEND", &[]));
+    let n = ok.len();
+    ok.resize(1 << 20, 0);
+    let h = signatures::detect(&MemSource(ok.clone()), 0, &ok[..64], 8 << 30).unwrap();
+    assert_eq!((h.len as usize, h.confidence), (n, Confidence::High));
+}