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 是一个带有 HTML 的 varbinary(max) 列。 Filetype 列是计算列，返回 .html。

没有返回任何结果。

我确认已安装.html 过滤器。如果我将列转换为 nvarchar 并仅创建一个“纯文本”索引（不是 html），全文索引也已正确安装并且 工作正常。

SQL 日志或 FTS 日志中没有错误。

关键字表只是空的！

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

它返回的只是“END OF FILE”符号。

上面写着“document count 35”，表示文档已处理，但没有提取关键字。

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

PPS。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

好的，原来全文索引不支持 UNICODE！在 varbinary 列中。当我将该列转换为非 unicode 时（通过将其转换为 nvarchar，然后转换为 varchar，然后再转换回 varbinary）它开始工作。

有人知道任何解决方法吗？

Answer 1

好的，所以全文索引确实支持varbinary 中的 unicode 数据，但请注意：

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