C# 在 SQL Server 中存储文本以进行全文搜索答案

【问题标题】：C# storing text in SQL Server for full text searchC# 在 SQL Server 中存储文本以进行全文搜索
【发布时间】：2012-02-22 07:08:36
【问题描述】：

我正在编写一个 Outlook 插件来根据某些参数归档电子邮件。

我目前将 Outlook.MailItem.Body 属性存储在 SQL Server 2008R2 的 varbinary(max) 字段中。我也在这个专栏上启用了 FTS。

目前我将邮件的 Body 属性作为字节数组存储在数据库中，并使用ASCIIEncoder.GetBytes() 函数来转换这个明文。目前我遇到了一些奇怪的结果，我注意到? 字符偶尔会出现撇号和换行符。

我有两个问题：

这是在数据库中存储文本的最佳方法吗？作为字节数组？ ASCIIEncoder 是实现这一目标的最佳方法吗？
我想正确处理 Unicode 字符串，有什么需要注意的吗？

【问题讨论】：

标签： c# sql-server unicode

【解决方案1】：

我不确定 FullTextSearch 是否在 VarBinary 列上效果最好，虽然我的直觉说“不”，但我可以回答你问题的后半部分。

您收到奇怪字符的原因是 ASCIIEncoder.GetBytes() 将文本视为 ASCII，如果您编码的文本不是 ASCII 编码的，则可能会出现此类错误。默认情况下，.NET 中的字符串是 UTF8，因此您可能会遇到问题。使用 Encoding.UTF8.GetBytes() 获取 UTF8 字符串的字节数。

这也回答了第二个问题——这种方法对 Unicode 字符串有用吗？是的，因为您根本不存储字符串。您正在存储字节，您的应用程序恰好知道这些字节是编码的 Unicode 字符串。 SQL 不会对它们做任何事情，因为它们只是字节。

【讨论】：

感谢您提供有关 varbinary 的额外信息，我正在讨论该走哪条路。

【解决方案2】：

由于您必须支持 Unicode 字符并且只处理文本，您应该将数据存储在类型为 nvarchar 的列中。这将解决您的两个问题：

1.) 文本在数据库中保存为可变长度的 Unicode 字符数据，您不需要字节编码器/解码器来检索数据

2.) 见 1.)

【讨论】：

我感觉最初决定使用 varbinary 是为了支持 HTML 文本，但是我不再关心 HTML，而是希望只存储纯文本表示。我可以试试这个
此解决方案将允许存储 HTML 文本，即使您不需要它。