全文不索引varbinary列（带有html）

Question

我有一个包含HTML数据的表，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是带有HTML的varbinary(max)列。 Filetype列是返回.html的计算列。

没有结果返回。

我确认已安装.html过滤器。如果将列转换为nvarchar并仅创建“纯文本”索引（而不是html），则FullText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。

关键字表为空！

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

它返回的只是“文件结束”符号。

显示“文档数35”，表示已处理文档，但未提取关键字。

PS。我有SQL Server Express 版（具有所有高级功能，包括全文）。这可能是原因吗？但同样，“纯文本”全文搜索可以正常工作！

PPS。让我的同事在SQL Express 2016上进行测试-相同的结果...在我们的生产服务器“ Enterprise”版本上尝试过-相同。

更新

确定，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然后再转换为varbinary），它开始起作用。

有人知道任何解决方法吗？

Answer 1

好的，因此事实证明全文索引确实支持varbinary中的unicode数据，但请注意以下事项：

如果您的varbinary列是根据Nvarchar创建的，请确保在开头添加0xFFFE unicode签名

例如，我将计算列用于全文索引，因此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