🔍 List数据筛选工具（CollectionFilter）

📖 功能介绍

TIP

CollectionFilter 是一个强大的List数据筛选工具，提供链式调用、多条件筛选、排序和分页等功能，可以显著简化代码编写，提升开发效率。

🛠️ API说明

1. 比较操作

方法	说明	示例
eq	等于	filter.eq(User::getName, "张三")
ne	不等于	filter.ne(User::getAge, 18)
gt	大于	filter.gt(User::getScore, 60)
gte	大于等于	filter.gte(User::getPrice, 100)
lt	小于	filter.lt(User::getCount, 50)
lte	小于等于	filter.lte(User::getAmount, 1000)

2. 范围匹配

方法	说明	示例
range	区间匹配	filter.range(User::getAge, 18, 30)
inRange	多区间匹配	filter.inRange(User::getScore, ranges)
in	包含指定值	filter.in(User::getType, types)
notIn	不包含指定值	filter.notIn(User::getStatus, status)

3. 模糊匹配

方法	说明	示例
like	模糊查询	filter.like(User::getName, "张")

4. 逻辑运算

方法	说明	用途
and	子查询条件	组合多个条件
andPredicate	自定义子查询	复杂条件处理
or	或运算	条件分隔符

5. 结果处理

方法	说明	用途
limit	限制结果数量	控制返回记录数
sortDesc	降序排序	按字段降序
sortAsc	升序排序	按字段升序
sort	自定义排序	复杂排序逻辑
size	获取结果数量	统计记录数
toList	返回List结果	获取筛选后列表
toPage	返回分页结果	分页数据处理

💡 使用示例

1. 基础筛选

List<User> users = new ArrayList<>();
// ... 初始化用户列表

CollectionFilter<User> filter = new CollectionFilter<>(users);
List<User> result = filter
    .like(User::getName, "张")          // 名字包含"张"
    .gt(User::getAge, 18)              // 年龄大于18
    .sortDesc(User::getCreateTime)      // 按创建时间降序
    .limit(10)                         // 限制10条记录
    .toList();                         // 返回结果列表

2. 复杂条件

CollectionFilter<SessionVo> filter = new CollectionFilter<>(sessionList);

filter.like(SessionVo::getUserId, "1010")    // 用户ID包含1010
    .and(a -> a                              // AND子查询
        .eq(SessionVo::getUserId, "12")      // 用户ID等于12
        .or()                                // 或者
        .eq(SessionVo::getUserId, "13"))     // 用户ID等于13
    .sortDesc(SessionVo::getUserId)          // 按用户ID降序
    .toList();                               // 返回结果列表

3. 分页查询

CollectionFilter<User> filter = new CollectionFilter<>(userList);
PageVo<User> pageResult = filter
    .like(User::getDepartment, "技术部")    // 部门包含"技术部"
    .sortDesc(User::getJoinDate)           // 按入职日期降序
    .toPage(1, 20);                        // 第1页，每页20条

⚠️ 注意事项

1. 类型匹配

   • 参数值和字段类型必须严格匹配
   • 注意日期、数字等特殊类型的处理

2. 性能考虑

   • 大数据量时注意性能影响
   • 合理使用索引和缓存
   • 避免过多的链式操作

3. 空值处理

   • 注意处理null值情况
   • 建议增加数据验证