Azure的SQL Server全文搜索不会对.DOC的.docx类型

我试图建立全文检索的表Azure的SQL Server全文搜索不会对.DOC的.docx类型

工作。

我所做的一切，使其工作：

EXEC sp_fulltext_catalog 'DocumentsCatalog', 'create'; 
EXEC sp_fulltext_catalog 'DocumentsCatalog', 'start_full' 
EXEC sp_fulltext_table 'dbo.DocumentBody', 'create', 'DocumentsCatalog', 'PK_DocumentBody' 
EXEC sp_fulltext_column 'dbo.DocumentBody', 'Value', 'add', 0, 'Type' 
EXEC sp_fulltext_table 'dbo.DocumentBody', 'start_change_tracking' 
EXEC sp_fulltext_table 'dbo.DocumentBody', 'update_index'

也是为了防止有关我的数据库，我也支持这些类型的文件的问题：

SELECT * 
FROM sys.fulltext_document_types 
WHERE document_type IN ('.doc', '.docx', '.html')

输出：

document_type |class_id       | path |version  |manufacturer 
--------------|------------------------------------|---------|--------------|----------------------- 
.doc   |64F1276A-7A68-4190-882C-5F14B7852019| NULL |    | 
.docx   |5A98B233-3C59-4B31-944C-0E560D85E6C3| NULL |    | 
.html   |E0CA5340-4534-11CF-B952-00AA0051FE20| NULL | 12.0.6828.0 | Microsoft Corporation

之后，我插入了两个类型为“.html”和“.docx”的文档。

当我搜索

SELECT * 
FROM DocumentBody 
WHERE CONTAINS([Value], 'some html content')

它工作正常，但是当我做同样的“的.docx”的内容，它没有返回。

有谁知道为什么全文搜索'.docx'或'.doc'类型没有按预期工作？

来源

2016-12-26 Timur Abdurafeev

Azure SQL数据库全文搜索不支持“二进制”文件格式，如Office和PDF，只有文本格式（包括html）。

您可以通过编程提取Office文档的文本，并存储在全文中提取的文本索引列

来源

2016-12-26 19:52:15 ErikEJ

如果这样什么原因来设置文件类型？你有没有提及描述这些方法的MSDN？ –

提取文本只是一个解决方法 - https://blogs.msdn.microsoft.com/jasonz/2009/08/31/sample-parsing-content-in-c-using-ifilter/ – ErikEJ

谢谢埃里克。我终于想通了。因此，对于本地SQL Server，我可以为不同类型的文档安装IFilter，并按预期使用它。对于Azure SQL数据库，它不起作用，因为它不支持.doc和.docx类型的文档，我必须使用描述的方法 –

Azure的SQL Server全文搜索不会对.DOC的.docx类型

回答

相关问题