.net - 如何搜索允许标记的数据库列？

Question

文本可以使用 markdown、bbcode、html 等存储在数据库中。我应该从搜索词中删除任何允许的标签吗？您的标记解析器有任何方法来协助完成该任务吗？

我将使用类似“%searchword%”的查询。全文搜索对于这种简单的文本搜索有什么优势吗？

更新:似乎有很多方法可以做到这一点。我会再澄清一下我的情况。这是一家公司的职位发布网站，大约有 5 或 7 个 varchar 列可供搜索(其中 4 个允许标记)，在任何给定时间大约有 150 个活跃的职位发布。

Answer 1

如果您的文本中有任何类型的标记(例如 HTML)，则在索引和搜索过程中可能无法获得很高的语言准确性。在这种情况下，您有两种选择 - 首选方法是将文本数据存储在 varbinary(max) 列中，并指示其文档类型，以便可以对其进行过滤。如果这不是一个选项，您可以考虑使用中性分词器，如果可能的话，将标记数据(例如 HTML 中的“br”)添加到干扰词列表中。

另请参阅:

• SQL Server 2005 Full Text Search on HTML documents

替代方案:

• Lucene.Net