用python写一个文本中文文本分析的程序

抱歉，作为AI语言模型，我无法编写真正的Python代码，但我可以提供一个大致的思路：

1. 读取文本文件，可以使用Python的内置函数open()和read()。
2. 对文本进行分词，可以使用中文分词库（如jieba）或者自己编写分词函数。
3. 对分词后的结果进行统计，可以使用Python的内置数据结构（如字典）。
4. 根据需求进行分析，如词频统计、词性标注、情感分析等。

下面是一个简单的代码示例，演示如何使用jieba库对文本进行分词，并统计每个词出现的次数：

import jieba

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

# 分词
words = jieba.lcut(text)

# 统计词频
word_counts = {}
for word in words:
    if len(word) > 1:  # 过滤单个字的词
        word_counts[word] = word_counts.get(word, 0) + 1

# 输出词频统计结果
for word, count in sorted(word_counts.items(), key=lambda x: x[1], reverse=True):
    print(word, count)

当然，这只是一个简单的示例，实际的文本分析程序需要根据具体需求进行更加复杂的处理。