sql-server - 全文未索引 varbinary 列(使用 html)

Question

我有一个包含 HTML 数据的表格，我想通过 html 过滤器使用全文索引进行搜索

所以我创建了一个索引:

CREATE FULLTEXT CATALOG myCatalog AS DEFAULT

CREATE FULLTEXT INDEX ON myTable (Body TYPE COLUMN Filetype)
                        KEY INDEX PK_myTable

Body是 varbinary(max)带有 HTML 的列。 Filetype列是计算列返回 .html .

没有返回任何结果。

我验证了 .html过滤器已安装。如果我将列转换为 nvarchar，全文索引也已正确安装并且工作正常并只创建一个“纯文本”索引(不是 html)。

SQL 日志或 FTS 日志中没有错误。

关键字表是空的!

SELECT *
FROM sys.dm_fts_index_keywords
(DB_ID('myDatabase'), OBJECT_ID('myTable'))

它返回的只是“END OF FILE”符号。



它说“文档计数 35”，这意味着文档已被处理，但未提取任何关键字。

附注。我有 SQL Server express 2012 版(具有包括全文在内的所有高级功能)。这可能是原因吗？但同样，“纯”全文搜索工作得很好!

聚苯乙烯。让我的同事在 SQL Express 2016 上对此进行测试 - 结果相同......在我们的生产服务器“企业”版上尝试过 - 相同。

更新

好吧，事实证明全文索引不支持 UNICODE!!在 varbinary 列中。当我将列转换为非 unicode(通过将其转换为 nvarchar 然后转换为 varchar 然后返回到 varbinary )它开始工作。

任何人都知道任何解决方法？

Answer 1

好的，事实证明全文索引确实支持 varbinary 中的 unicode 数据但要注意这一点:

如果您的 varbinary列是从 Nvarchar 创建的一定要包括 0xFFFE开头的unicode签名

例如，我将计算列用于全文索引，因此我不得不将计算列更改为:

alter table myTable
add FTS_Body as 0xFFFE + (CAST(HtmlBody as VARBINARY(MAX)))
--HtmlBody is my nvarchar column that contains html