本文介绍如何通过继承 defaultglazedlistsfilterstrategy 并重写关键方法，实现对 null 值的自动跳过，确保数值列（如“size in bytes”）过滤时不受空值干扰，避免因 null 参与比较导致父行误显等逻辑错误。
本文介绍如何通过继承 defaultglazedlistsfilterstrategy 并重写关键方法，实现对 null 值的自动跳过，确保数值列（如“size in bytes”）过滤时不受空值干扰，避免因 null 参与比较导致父行误显等逻辑错误。
在 NatTable 与 GlazedLists 集成的过滤场景中，DefaultGlazedListsFilterStrategy 默认使用 FilterComparator 对单元格值进行匹配判断。但其底层依赖的 DefaultComparator（或 StringComparator）在遇到 null 时会返回 -1 或 1，而非抛出异常或跳过——这直接导致 null 被错误判定为“满足条件”，尤其在数值范围过滤（如 < 1000）时，null 被视为“小于任何数”，从而意外保留本应被排除的行，进而连带显示其父节点（树形结构下），严重破坏过滤语义。
要彻底规避该问题，不能仅依赖 Comparator.nullsFirst() 或 Comparator.nullsLast() ——它们仅控制 null 的排序位置，无法实现“完全忽略”。正确做法是：自定义一个 FilterStrategy，在 matches() 方法中主动拦截 null 值，使其直接返回 false（即不匹配），从而从源头排除参与比较的可能。
以下是一个生产就绪的实现示例：
public class NullSkippingNumericFilterStrategy<T> extends DefaultGlazedListsFilterStrategy<T> {
public NullSkippingNumericFilterStrategy(
EventList<T> eventList,
IColumnPropertyAccessor<T> columnPropertyAccessor,
List<Integer> filterColumnIndexes) {
super(eventList, columnPropertyAccessor, filterColumnIndexes);
}
@Override
protected boolean matches(T rowObject, int columnIndex, Object filterValue) {
// 获取当前行该列的实际值
Object cellValue = getColumnPropertyAccessor().getPropertyValue(rowObject, columnIndex);
// 关键：若值为 null，直接跳过（不匹配），避免进入 comparator 比较
if (cellValue == null) {
return false;
}
// 若 filterValue 也为 null（极少情况），按需处理；通常 filterValue 非 null
if (filterValue == null) {
return false;
}
// 执行原始匹配逻辑（委托给父类）
return super.matches(rowObject, columnIndex, filterValue);
}
}注册该策略时，需将其注入 FilterRowHeaderComposite 或 FilterRowLayer：
// 假设 columnPropertyAccessor 和 eventList 已就绪
List<Integer> numericColumns = Arrays.asList(2); // 第3列（索引2）为 Size in bytes
NullSkippingNumericFilterStrategy<MyDataType> filterStrategy =
new NullSkippingNumericFilterStrategy<>(eventList, columnPropertyAccessor, numericColumns);
FilterRowLayer<MyDataType> filterRowLayer = new FilterRowLayer<>(
bodyLayerStack,
columnPropertyAccessor,
eventList,
filterStrategy // ← 注册自定义策略
);⚠️ 注意事项：
- 此策略仅影响过滤行为，不影响排序或渲染，因此无需修改 Comparator 或 DisplayConverter；
- 若表中存在多类型数值列（Integer、Long、BigDecimal），建议在 matches() 中增加类型校验与安全转换（如 Number.class.isAssignableFrom(cellValue.getClass())），避免 ClassCastException；
- 对于非数值列（如文本），保留默认行为即可，可扩展策略支持列级开关（通过 filterColumnIndexes 精确控制）；
- 树形结构下，因子行 null 被跳过，父行是否显示取决于其自身值是否匹配——这正是预期行为，符合“仅展示真正满足条件的数据”的设计目标。
总结：通过重写 matches() 方法主动拦截 null，比改造 Comparator 更精准、更可控。它将过滤逻辑的语义权交还给业务层——null 不是“最小/最大值”，而是“无意义值”，理应被静默排除。这是 NatTable + GlazedLists 场景下处理稀疏数值数据的推荐实践。
