Sql Server 2008 - 换行符和全文查询

我有一个数据库和一个全文索引表。我们称这张表为test。该表有一个名为testfield。现在，我们只插入一条记录，如下所示：

insert into test values ('word' + Char(13) + 'test')

该查询插入一个带有LINE_BREAK.

现在，让我们使用全文查询该表：

select * from test where contains(testfield, '"word test"')

在这种情况下，该查询根本不会返回任何内容。

Also:

select * from test where contains(testfield, '"wordtest"')

不返回任何内容（这是预期的方式）

现在，让我们再次查询表并修改搜索词：

select * from test where contains(testfield, '"word' + Char(13) + 'test"')

在这种情况下，查询将返回正确的行。

问题是：为什么会发生这种情况？我的意思是，SQL 在搜索单词时应该忽略换行符，但它没有。我不认为这是全文引擎的默认行为。至少是不能接受的。如果我的用户在我的表上插入带有换行符的行（这很常见，因为他们可以写任何他们想要的内容，因为该字段是备注字段），会发生什么？

有什么办法可以纠正这个问题吗？

EDIT

仅当我选择巴西语作为 FT 的语言时才会出现这种情况。如果我选择英语，我提到的问题都不会发生。

EDIT

在 Sql Server Denali CTP3 上，英语和葡萄牙语都不起作用。也许这是英语轮船中的错误。

EDIT

使用截图fts_解析器 https://i.stack.imgur.com/xCKRU.png

Try:

select * from test where contains(testfield, 'word NEAR test')

看着CONTAINS 文档 http://msdn.microsoft.com/en-us/library/ms187787.aspx，似乎您需要额外的邻近项才能找到过去的匹配项Char(13).

Edit:如果使用邻近词还不够，请尝试将字符添加到“干扰词”列表中，以便在索引中忽略它。您可以在以下位置找到干扰词文件$SQL_Server_Install_Path\Microsoft SQL Server\MSSQL.1\MSSQL\FTData。英文文件名为noiseENG.txt。您可以在以下位置找到有关此详细信息的更多信息Robert Sheldon 关于全文索引的文章 http://www.simple-talk.com/sql/learn-sql-server/understanding-full-text-indexing-in-sql-server/.

Edit:我还在对 CHAR(13) 和 NCHAR(13) 之间的差异进行一些研究，因为您在原始测试中可能会看到 unicode 与非 unicode 问题。

Edit:此外，2008 年葡萄牙语还获得了新的断词器 http://msdn.microsoft.com/en-us/library/ms142509.aspx。断字系统是特定于语言的，这可能是您看到这种差异的原因。它也是matters http://msdn.microsoft.com/en-us/library/ms142507.aspx为索引列选择了什么语言。

Edit:要检查单词是如何被破坏的，请尝试运行此命令（如果您有权访问 master）：

declare @english nvarchar(20), @portugese nvarchar(20)
set @english = N'"hello' + NCHAR(13) + N'world"'
set @portugese = N'"Olá' + NCHAR(13) + N'mundo"'

select * from sys.dm_fts_parser (@english, 1033, 0, 0)
select * from sys.dm_fts_parser (@portugese, 2070, 0, 0)

Edit:这打破了英语和葡萄牙语中的短语“hello[13]world”。下面是结果的屏幕截图，这与我的想法一致。这CHAR(13)受到的待遇略有不同。