统计xiyouji5.txt共有多少字，获得该文本的频率分布（提示，可使用FreqDist()函数），基于该分布，绘制前1000个高频词汇的频率分布图。我需要最后的完整代码。要求图和坐标上的字不准出现乱码 D:\xiyouji5.txt

为了完成这个任务，我们可以使用Python的`nltk`库来处理文本统计和频率分析，并结合`matplotlib`库来绘制词频分布图。请确保已经安装了这两个库。如果没有，可以使用下面的命令安装：

pip install nltk matplotlib

然后，按照以下步骤编写代码：

1. 导入所需库
2. 加载文本文件
3. 对文本进行预处理（移除标点、停用词等）
4. 计算词频并创建频率分布
5. 绘制前1000个高频词汇的频率分布图

下面是完整的代码：

import matplotlib.pyplot as plt
from nltk.corpus import stopwords
from nltk.probability import FreqDist
from nltk.tokenize import word_tokenize
import string
import re

# 读取文本文件
with open("D:/xiyouji5.txt", "r", encoding="utf-8") as file:
    text = file.read()

# 文本预处理
stop_words = set(stopwords.words('chinese')) # 中文停用词
text = text.translate(str.maketrans('', '', string.punctuation))
tokens = [word for word in word_tokenize(text) if word.isalpha() and word not in stop_words]

# 统计词频
fdist = FreqDist(tokens)

# 获取前1000个高频词汇及其频率
top_1000 = fdist.most_common(1000)

# 绘制词频分布图
plt.figure(figsize=(10, 6))
plt.hist([freq for _, freq in top_1000], bins=range(1, len(top_1000) + 1), align='left')
plt.xticks(range(1, len(top_1000) + 1), [word for word, _ in top_1000])
plt.xlabel('词汇')
plt.ylabel('频率')
plt.title('前1000个高频词汇频率分布')
plt.show()

执行以上代码后，会显示一个包含前1000个高频词汇及其频率的直方图。请注意检查编码设置是否正确，确保文本文件能被正确解析。