现代 Python 编程越来越强调代码的清晰度和健壮性。类型提示（Type Hinting）和一些巧妙的内置函数（如 zip）是实现这一目标的重要工具。
1. 类型提示 (Type Hinting) 与可选参数
类型提示为函数参数和返回值提供了"类型契约"，极大地增强了代码的可读性和可维护性，并且能被静态代码分析工具（如 PyCharm、MyPy）利用来提前发现潜在的 bug。
str | None 的真正含义
在函数定义中，我们经常看到 param: str | None 这样的写法。理解它的关键在于区分类型和默认值。
- : (冒号) - 定义类型: 冒号后面的内容是在声明该参数期望的类型。
- param: str: 表示 param 应该是一个字符串。
- param: str | None: 表示 param 既可以是一个字符串，也可以是 None。这里的 None 是类型的一部分，表示 NoneType。
- = (等于号) - 定义默认值: 等于号后面的内容是为参数提供一个默认值，使其成为可选参数。
对比示例:
# 只有类型提示：这是一个必需参数
# 调用者必须传递一个 str 或 None
def process_data_required(data: str | None):
if data is not None:
print(f"处理数据: {data.upper()}")
else:
print("没有提供数据")
# 类型提示 + 默认值：这是一个可选参数
# 如果调用者不传递任何东西，data 会默认为 None
def process_data_optional(data: str | None = None):
if data is not None:
print(f"处理数据: {data.upper()}")
else:
print("没有提供数据")
# 调用
process_data_required("hello") # 正确
# process_data_required() # 错误！缺少必需的参数
process_data_optional("world") # 正确
process_data_optional() # 正确！data 默认为 None
结论: str | None 自身并不提供默认值，它只是放宽了类型的限制。要使参数可选，必须明确使用 = None。
2. zip() 函数：优雅的数据配对
zip() 函数是 Python 中一个非常实用且高效的内置函数，它可以将多个可迭代对象（如列表、元组）的元素按顺序"拉链式"地配对在一起。
核心工作原理
zip() 接收一个或多个序列，然后返回一个迭代器。该迭代器每次产生一个元组，元组中的元素来自每个输入序列的相同索引位置。这个过程会持续到最短的输入序列耗尽为止。
示例:
keys = ['name', 'age', 'city']
values = ['张三', 30, '北京']
# 使用 zip 将两个列表配对
zipped_pairs = zip(keys, values)
# zip 返回的是一个迭代器，我们可以用 list() 查看其内容
print(list(zipped_pairs))
# 输出: [('name', '张三'), ('age', 30), ('city', '北京')]
zip() 与 dict() 的黄金组合
zip() 最经典的应用场景就是与 dict() 构造函数结合，快速地从两个列表创建一个字典。dict() 函数可以直接接收一个包含"键值对"元组的序列。
keys = ['name', 'age', 'city']
values = ['张三', 30, '北京']
# 一行代码完成字典的创建
user_profile = dict(zip(keys, values))
print(user_profile)
# 输出: {'name': '张三', 'age': 30, 'city': '北京'}
这种写法不仅代码简洁，而且执行效率很高，是 Pythonic 编程风格的典范。在我们重构数据库查询方法时，正是利用了 dict(zip(keys, row)) 这种模式，将查询结果优雅地转换成了字典列表。