对txt文件使用stoplist.txt去除停用词，且进行中文分词精确模式处理，保存结果文件。最后提取关键词及其出现次数、频率。，并保存为xlsx文件

以下是Python代码实现：

import jieba
import openpyxl

# 读取停用词表
stop_words = set()
with open('stoplist.txt', 'r', encoding='utf-8') as f:
    for line in f:
        stop_words.add(line.strip())

# 读取原始文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 中文分词，去除停用词
words = list(jieba.cut(text))
words = [word for word in words if word not in stop_words]

# 统计关键词出现次数
word_count = {}
for word in words:
    if word in word_count:
        word_count[word] += 1
    else:
        word_count[word] = 1

# 计算关键词频率
total_words = len(words)
for word in word_count:
    word_count[word] = {'count': word_count[word], 'frequency': word_count[word] / total_words}

# 排序，提取前50个关键词
sorted_word_count = sorted(word_count.items(), key=lambda x: x[1]['count'], reverse=True)[:50]

# 保存结果到xlsx文件
wb = openpyxl.Workbook()
ws = wb.active
ws.title = 'Keywords'
ws['A1'] = '关键词'
ws['B1'] = '出现次数'
ws['C1'] = '频率'

for row, (word, count) in enumerate(sorted_word_count, start=2):
    ws.cell(row=row, column=1, value=word)
    ws.cell(row=row, column=2, value=count['count'])
    ws.cell(row=row, column=3, value=count['frequency'])

wb.save('keywords.xlsx')

上述代码中，首先读取停用词表stoplist.txt，并使用set()函数将其转换为集合，方便后续快速判断一个单词是否为停用词。然后，读取原始文本文件text.txt，使用jieba库对中文文本进行分词，得到分词后的单词列表words。接着，使用列表推导式将words中的停用词去除。然后，使用字典word_count统计每个单词出现的次数，并计算单词出现的频率。最后，使用sorted()函数将word_count按照出现次数从大到小排序，并取前50个关键词。最后，将关键词、出现次数和频率保存到xlsx文件中。