sql-server - 在全文搜索中添加断字字符（下划线）

Question

我正在使用全文搜索来搜索用户名数据库（这些主要是电子邮件地址，但不是全部）。但是，由于“_”不被视为断词字符，因此很难搜索某些用户。

例如，搜索“pancakes*”将返回“bobby-pancakes”或“[e-mail]”的结果，但不会返回“[e-mail]”的结果。我需要一个匹配所有这些的搜索。

为了解决这个问题，我想将下划线视为断字字符，如空格或连字符。有没有办法更新全文搜索中哪些字符会破坏单词？

为什么不使用 LIKE 运算符？

不幸的是，我们有一个庞大的用户名数据库，而且速度太慢了。

自定义词典呢？

据我所知，自定义词典允许您阻止分词器破坏某些字符组合，但不允许您引入新的破坏字符。

自定义分词器怎么样？

我似乎找不到任何关于如何创建其中之一的文档。

标签： sql-serverfull-text-searchfull-text-indexing

Answer 1

您必须根据此处的文档定义自己的语言以添加自定义分词器：https ://docs.microsoft.com/en-us/sql/relational-databases/search/configure-and-manage-word-breakers -and-stemmers-for-search?view=sql-server-2017

虽然这将为您在如何处理搜索字词方面提供最大的灵活性，但它也有责任在您家门口保持最新状态。随着 SQL Server 的升级，您在语言逻辑方面会慢慢落后，但如果您的要求相当简单，这应该不是什么大问题。

---

我强烈建议您实际阅读全文和链接文档，以真正了解您使用和修改全文搜索功能的含义。

但是，如果您不想这样做；在上面的链接文章中，您会发现一个名为If you add or remove a word breaks的部分。在本部分中是查看或更改已注册过滤器和分词器的链接，它解释了如何将新语言安装到 SQL Server 实例中。在左侧边栏中，您会发现大量关于全文搜索配置的文章，包括如何为一种语言创建自定义词典。