UnaryOperator 专用于一元转换而非过滤，负责数据清洗；过滤必须使用 Predicate 或 Stream.filter()。清洗用 UnaryOperator，过滤用 Predicate，二者语义严格分离。
Java 中 UnaryOperator 本身**不是过滤器**，也不直接用于“过滤”（即筛选/剔除元素），它专用于**一元转换**：接收一个 T 类型值，返回另一个同类型 T 值。因此，在“过滤器链”中实现数据清洗时，UnaryOperator 的角色是**清洗处理器**，而非筛选处理器。真正承担“过滤”职责的是 Stream.filter() 或显式条件判断逻辑。
明确分工：清洗用 UnaryOperator，过滤用 Predicate
在构建高性能、可组合的数据清洗流水线时，应严格区分两类操作：
-
清洗（Transform）：修正格式、脱敏、标准化等——适合用
UnaryOperator<T> -
过滤（Filter）：保留/丢弃某条记录——必须用
Predicate<T>或Stream.filter()
混淆二者会导致语义错误。例如：list.replaceAll(x -> x == null ? null : x.trim()) 是清洗（可能引入 null）；而 list.removeIf(String::isBlank) 或 stream.filter(Objects::nonNull).filter(s -> !s.trim().isEmpty()) 才是真正的过滤。
用 UnaryOperator 构建可复用的清洗单元
将每类清洗逻辑封装为独立的 UnaryOperator 实例，便于组合与测试：
立即学习“Java免费学习笔记（深入）”；
- 字符串标准化：
UnaryOperator<String> cleanText = s -> s == null ? null : s.trim().toLowerCase().replaceAll("\s+", " "); - 手机号脱敏：
UnaryOperator<String> maskPhone = s -> s == null ? null : s.replaceAll("(\d{3})\d{4}(\d{4})", "$1****$2"); - 金额数值规整：
UnaryOperator<BigDecimal> roundAmount = bd -> bd == null ? null : bd.setScale(2, RoundingMode.HALF_UP);
这些操作可安全组合：cleanText.andThen(maskPhone)（注意：组合结果仍是 UnaryOperator<String>，不改变类型）。
嵌入 Stream 流水线：清洗 + 过滤协同工作
在真实 ETL 场景中，典型链路是「清洗 → 过滤 → 转换」。利用 Stream 可自然融合 UnaryOperator 和 Predicate：
List<String> rawInputs = Arrays.asList(" 138****1234 ", null, " 13900005678 ", "");
List<String> cleanedValid = rawInputs.stream()
.map(cleanText) // 清洗：UnaryOperator
.filter(Objects::nonNull) // 过滤 null
.filter(s -> s.length() == 13) // 过滤无效长度
.collect(Collectors.toList());
这种写法清晰分离关注点，且 JVM 对 lambda 有良好内联优化，性能接近手写循环。
配合 replaceAll() 实现原地高效清洗（慎用于不可变场景）
若需就地更新原始列表（如避免创建新集合节省内存），可用 replaceAll()：
- 适用前提：列表允许修改，且清洗后仍需保留所有位置（即使变为 null 或空串）
- 必须处理 null 输入，否则抛 NPE：
list.replaceAll(s -> s == null ? null : s.trim()) - 不适用于需要“跳过”某些元素的场景——
replaceAll()没有 skip 机制，每个元素必被调用一次 - 若后续需过滤，仍要额外调用
removeIf()，此时不如直接用 Stream
对于 record 或不可变对象，清洗意味着构造新实例：list.replaceAll(p -> new Person(p.name().trim(), p.age()))，这才是函数式语义的正确实践。
