全文未索引 varbinary 列（html）

Question

我有一个 table 和 HTML 数据，我想通过 html-filter

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 是具有 HTML 的 varbinary(max) 列。 Filetype 列是计算列 returns .html.

没有返回结果。

我确认安装了 .html 过滤器。全文索引也已正确安装，如果我将列转换为 nvarchar 并仅创建一个 "plain text" 索引（而不是 html）， 工作正常 。 =23=]

SQL 日志或 FTS 日志中没有错误。

关键字table就是空的！

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

全部returns是"END OF FILE"符号。

它说 "document count 35" 这意味着文档已处理，但没有提取关键字。

PS。我有 SQL Server Express Edition 2012（具有所有高级功能，包括全文）。这可能是原因吗？但同样，"plain" 全文搜索工作得很好！

PPS。请我的同事在 SQL Express 2016 上对此进行测试 - 结果相同...在我们的生产服务器 "Enterprise" 版本上进行了测试 - 相同。

更新

好的，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 时（通过将其转换为 nvarchar 然后转换为 varchar 然后返回 varbinary）它开始工作。

有人知道解决方法吗？

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，请务必在开头包含 0xFFFE unicode 签名

例如，我将计算列用于全文索引，因此我必须将计算列更改为：

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

全文未索引 varbinary 列（html）

Full Text not indexing varbinary column (with html)

sql-server

full-text-search

更新