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varbinary(max)带有 HTML的列。该Filetype列是一个计算列返回.html。

没有返回任何结果。

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

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 Edition 2012（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nvarcharthen tovarchar然后再转换为varbinary）时，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 unicode 数据，varbinary但要注意这一点：

如果您的varbinary列是从创建的，请Nvarchar确保0xFFFE在开头包含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