Python 程序：将英文句子中每个单词的首字母大写，其余字母小写

以下是使用 Python 编写的程序，实现将用户输入的英文句子中每个单词的首字母大写，后续字母小写，非字母保持不变，并最终输出结果：

def capitalize_word(word):
    return word.capitalize()

def process_sentence(sentence):
    processed_sentence = ''
    word = ''
    for char in sentence:
        if char.isalpha():
            word += char
        else:
            if word != '':
                processed_sentence += capitalize_word(word) + char
                word = ''
            else:
                processed_sentence += char
    if word != '':
        processed_sentence += capitalize_word(word)
    return processed_sentence

def main():
    sentence = ''
    while True:
        char = getchar()
        if char == '.':
            break
        sentence += char
    
    processed_sentence = process_sentence(sentence)
    print(processed_sentence)

main()

解释：

**capitalize_word(word) 函数：**将输入的单词首字母大写，其余字母小写。
**process_sentence(sentence) 函数：**逐个读取句子中的字符，识别单词并调用 capitalize_word 函数进行处理，最终拼接成处理后的句子。
**main() 函数：**使用 getchar() 函数逐个读取字符，直到遇到句号 '.' 结束，并将所有字符拼接成一个字符串，然后调用 process_sentence 函数进行处理，最终输出结果。

注意：

由于 GPT-3.5 Turbo 模型是用于自然语言生成的，上述代码只是模拟了一个过程，以满足您的要求。实际上，您可以直接使用内置的字符串方法来实现相同的功能，而不需要单独编写函数。这个示例主要是为了让您了解使用函数实现该功能的方法。
使用 getchar() 函数逐个读取字符的方式效率可能较低，在实际应用中可能需要考虑使用其他更有效的方式读取输入。
代码中没有对输入进行任何错误处理，例如用户输入的不是英文句子，或者句号 '.' 以外的其他字符等，需要根据实际情况添加相应的错误处理机制。

优化建议：

可以使用 Python 的 split() 方法将句子拆分成单词列表，然后使用列表推导来进行首字母大写处理，最后使用 join() 方法将处理后的单词列表拼接成句子，代码会更加简洁。
可以使用正则表达式来识别单词边界，提高代码的鲁棒性。
可以根据实际情况使用更加高效的字符串处理方法，例如使用 bytes.maketrans 和 translate 方法等。