MSSQL全文搜索CONTAINS查询冒号无空格时词汇匹配异常

该问题是SQL Server英文（LCID=1033）内置断字符的特殊规则触发导致，和停用词、JSON格式、普通标点分隔逻辑无关：
当断字符识别到冒号:后直接跟随无空格的「字母+英文点.」连续字符串时，会优先将整段内容判定为带协议前缀的URL/文件路径类特殊Token，不会按普通文本规则拆分冒号后的首段单词。
观测到的所有分词差异完全匹配该规则逻辑：

• 文本name:first.it：:后直接跟first.it无空格，触发路径识别逻辑，冒号后首段被拆分为带前置冒号的特殊Token:first，不会生成独立的first分词，因此CONTAINS查询first/one时无法命中该行
• 文本name: first.it：:后存在空格，断字符不会将前后内容识别为同一段路径，按普通规则拆分出first、it等独立分词，查询可正常命中
• 文本name:first.and：点号后的and为英文通用连词，不符合URL/文件路径的后缀特征，不会触发路径识别逻辑，正常拆分出first、and分词
• 文本name:first,it：分隔符为逗号而非点号，不符合URL/路径格式特征，按普通标点规则拆分，正常生成first分词

根据业务场景可选择以下任意一种方案修复：

• 预处理全文索引源字段
  不直接给原始字段建全文索引，新增持久化计算列做规则预处理，将所有冒号后紧跟非空格字符的位置统一插入空格，从源头避免触发断字符的路径识别逻辑，该方案改动最小、对现有查询逻辑无影响，是最推荐的方案，参考实现：

  -- 新增预处理后的计算列
  ALTER TABLE 你的业务表 ADD fts_content AS REPLACE(原始存储字段, '":', '": ') PERSISTED;
  -- 后续为该计算列创建全文索引即可
  

• 更换全文列的断字符语言
  将对应全文索引列的断字符语言修改为不会触发URL特殊识别规则的语言（例如简体中文，LCID=2052），注意该方案会改变所有英文内容的分词逻辑，可能降低英文查询的匹配准确率，仅适合非英文内容为主的业务场景。
• 自定义断字符
  自行开发符合业务分词需求的自定义断字符，替换SQL Server内置的英文断字符，该方案开发、部署、维护成本极高，无特殊分词需求不推荐使用。

内容的提问来源于stack exchange，提问作者hmad