在 Azure AI 搜尋服務中編製純文字 Blob 和檔案的索引

適用於： Blob 索引器、 檔案索引器（預覽）

使用索引子擷取可搜尋的 Blob 文字或檔案內容以進行全文檢索搜尋時，您可以指派剖析模式，以取得更好的索引結果。 根據預設，索引子會將 Blob 的 content 屬性剖解析為單一文字區塊。 不過，如果所有 Blob 和檔案都包含相同編碼的純文字，您可以使用 text 解析模式，大幅改善索引效能。

推薦的 text 解析包括以下任一特性：

• 檔案類型為 .txt
• 檔案是任何類型，但內容本身是文字 （例如，程式原始碼、HTML、XML 等）。 對於標記語言的檔案，語法字元會以靜態文字的形式出現。

回想一下，所有索引子都會序列化為 JSON。 依預設，整個文字檔的內容會在一個大欄位內編製索引，作為 "content": "<file-contents>"。 換行符和傳回指令會內嵌在內容欄位中，並表示為 \r\n\。

如果您想要更精緻或更細緻的結果，且檔案類型是否相容，請考慮以下解決方案：

• delimitedText 剖析模式，如果來源是CSV
• jsonArray 或 jsonLines，如果來源是 JSON

將內容分解為多個部分的另一種第三種選擇需要 人工智慧豐富形式的進階功能。 它添加了識別文件塊並將其分配給不同搜索字段的分析。 您可能會透過實體辨識或關鍵字擷取等 內建技能 找到完整或部分解決方案，但更可能的解決方案可能是自訂學習模型，以瞭解您的內容，並包裝在 自訂技能中。

設定純文字索引

若要為純文字 Blob 編製索引，請在parsingMode要求中建立或更新一個索引器定義，將組態屬性text設為。

PUT https://[service name].search.windows.net/indexers/[indexer name]?api-version=2026-04-01
Content-Type: application/json
api-key: [admin key]

{
  ... other parts of indexer definition
  "parameters" : { "configuration" : { "parsingMode" : "text" } }
}

依預設，UTF-8 被假設為編碼。 若要指定不同的編碼，請使用 encoding 組態內容。 支援的編碼清單在.NET 5 及更高版本支援的資料行中。

{
  ... other parts of indexer definition
  "parameters" : { "configuration" : { "parsingMode" : "text", "encoding" : "iso-8859-1" } }
}

範例請求

剖析模式是在索引子定義中指定。

POST https://[service name].search.windows.net/indexers?api-version=2026-04-01
Content-Type: application/json
api-key: [admin key]

{
  "name" : "my-plaintext-indexer",
  "dataSourceName" : "my-blob-datasource",
  "targetIndexName" : "my-target-index",
  "parameters" : { "configuration" : { "parsingMode" : "delimitedText", "delimitedTextHeaders" : "id,datePublished,tags" } }
}

後續步驟

• Azure AI 搜尋服務中的索引子
• 如何設定 Blob 索引子
• Blob 編製索引概觀