如何在python中从单词中分离标点符号？

我正在尝试创建一个拼写检查函数，它读取一个文本文件，其中包含一段包含几个拼错单词的文章。例如：“我最喜欢的科目是：物理、数学、化学和生物——我觉得有必要在课后用iPad做综合笔记。”我有三个问题要解决：

目前，程序认为数学是一个不正确的单词，因为单词后面有逗号。我认为，为了解决这个问题，最好在文本文件中拆分字符串，如下所示：[“我的”、“最喜欢的”、“主题”、“是”、“是”、“物理”、“数学”、“等等]。如何在不使用任何导入的python函数（例如string或regex（re）函数）的情况下将字符串拆分为单词和标点符号

我目前正在通过迭代文本文件中的每个单词，将每个单词与公认的英语单词词典进行比较。是否有更好的方法对列表进行预处理，以快速识别单词是否包含给定元素，从而提高程序的运行时间

有几个词，如“电子书”和“iPad”，是下面函数

是否有效\u word

中使用规则的例外（即，单词必须以大写字母开头，所有其他字母都是小写，或者单词中的所有字符都必须是大写）。有没有办法检查字符串是否为有效单词

任何帮助都将不胜感激

def get_words():
    with open( "english.txt" ) as a:
         words = a.readlines()
    words = [word.strip() for word in words]
    return words

isWord = get_words()

def is_valid_word(st):
    if isinstance(st, str):
        st_lower = st.lower()
        if st_lower in isWord:
            if (st[0:len(st)].isupper() or st[0:len(st)].islower()) or (st[0].isupper() and st[1:len(st)].islower()) or st[0:len(st)].isupper():
                return (True)
            else: 
                return(False)
        else:
            return (False)
    else:
        return (False)

def spell_check_file( file ):
    incorrectWords = []  # Will contain all incorrectly spelled words.
    num = 0  # Used for line counter.
    with open(file, 'r') as f:
        for line_no, line in enumerate(f):
            for word in line.split():
                if is_valid_word(word) == False:
                    incorrectWords.append(line_no)
                    incorrectWords.append(word)
        for f in incorrectWords:
            return incorrectWords
            print (incorrectWords)

spell_check_file("passage.txt")

---

这种任务就是正则表达式的用途。在没有正则表达式的情况下尝试这样做是一种自我惩罚

>>重新导入
>>>pattern=re.compile（r“[\w']+|\s+|[^\w'\s]+”）
>>>我最喜欢的科目是：物理、数学、化学）
[My'，'favorite'，'subjects'，'are'，'：'，'Physics'，'，
“数学”，“化学”

---

请注意，我在匹配单词的部分中包含了

，

，所以像“不”这样的单词将保持完整。

为什么不使用Python内置函数？

。isupper（）

和

。islower（）

都是内置函数。当我说内置函数时，我指的是需要导入的任何函数（例如字符串）因为我正在使用的练习本指示我们只使用split（）、strip（）、replace（）等。抱歉，我认为我原来的问题不清楚-我将相应地修改它。提供了一种仅使用split和replace（即无导入）将单词分隔为单词的方法。但是有没有一种方法可以在不使用正则表达式的情况下做到这一点？理论上是肯定的。您可以编写自己的代码，基本上实现这个正则表达式的功能；扫描连续字符，并在下一个连续字符位于不同的字符类时生成一个子字符串。（三个字符类是单词字符、撇号、空格字符和其他所有字符。）不过，我认为在这里避免正则表达式没有什么教育价值，因为如果你想学习如何进行字符串操作，那么你真的应该学习如何使用正则表达式。