如何通过Entity Framework Core实现带emoji的文本模糊搜索

问题根因 #

你遇到的返回全表数据的问题，核心是数据库默认排序规则（Collation）对emoji这类Unicode代理对字符的匹配逻辑异常。默认排序规则下，emoji字符的匹配权重被判定为与空字符串等价，导致CHARINDEX的判断恒为真，最终返回所有记录；Equals可以正常运行是因为等值匹配的逻辑和子串匹配的collation处理逻辑不同。

解决方案 #

方案1：EF Core原生实现（推荐）

EF Core 5.0及以上版本支持通过EF.Functions.Collate方法临时指定查询使用的排序规则，选择*二进制排序规则（如Latin1_General_BIN2）*即可实现逐字节精确匹配，避免emoji匹配异常：

var emoji = "⭐";
var query = myContext.Products
    .Where(x => EF.Functions.Collate(x.Name, "Latin1_General_BIN2").Contains(emoji));

var list = query.ToList();

方案2：原生SQL实现

如果需要直接使用原生SQL查询，可以在查询时手动为字段指定排序规则：

var emoji = "⭐";
var list = myContext.Products
    .FromSqlInterpolated($@"
        SELECT [p].[Id], [p].[Name], [p].[Quantity] 
        FROM [Products] AS [p]
        WHERE CHARINDEX({emoji}, [p].[Name] COLLATE Latin1_General_BIN2) > 0
    ")
    .ToList();

优化建议 #

如果业务场景频繁需要对字段做emoji、特殊字符匹配，可以直接修改表中对应字段的默认排序规则为Latin1_General_100_CI_AS_SC_UTF8或者Latin1_General_BIN2，不需要每次查询额外指定排序规则，查询性能更好。

内容的提问来源于stack exchange，提问作者qweuser22