如何搜索允許標記的數據庫列？

Question

文本可以使用markdown，bbcode，html等方式存儲在數據庫中。我應該從搜索條件中刪除任何允許的標籤嗎？您的標記解析器是否有任何方法來協助完成該任務？

我打算使用，如'％searchword％'查詢。全文搜索爲這種簡單的文本搜索提供了什麼好處？

更新：似乎有一個真正的多種方式來做到這一點。我會再澄清一下我的情況。對於公司的招聘信息網站，大約有5或7個varchar列可供搜索（其中4個將允許標記），在任何給定時間大約有150個活躍的招聘信息。

Answer 1

如果您的文本上有任何類型的標記（例如HTML），則在索引和搜索過程中可能無法獲得很好的語言準確性。在這種情況下，您有兩種選擇 - 首選方法只是將文本數據存儲在varbinary（max）列中，並指示其文檔類型，以便可以對其進行過濾。如果這不是一種選擇，您可以考慮使用中性斷字器，並且如果可能的話，將標記數據（如HTML中的'br'）添加到您的噪音詞列表中。

也參見：

• SQL Server 2005 Full Text Search on HTML documents

替代：

• Lucene.Net

Answer 2

我會使用一些外部全文搜索工具 - 例如，Lucene。

Answer 3

我會在單獨的字段中存儲該字段的條帶化版本並使用全文索引搜索。被剝離的字段將被更新爲使用觸發器的最新版本