编写python程序，要求实现提取文本中的所有地点。

在Python中，为了提取文本中的所有地点，我们可以利用命名实体识别（Named Entity Recognition, NER）技术，这通常涉及自然语言处理（NLP）。常用库如NLTK、spaCy或者HanLP都提供NER功能。这里以spaCy为例，它有一个预先训练好的模型，能识别出文本中的地理位置。

以下是一个简单的例子：

import spacy

# 加载预训练的中文模型（如果你没有安装，需先下载）
nlp = spacy.load("zh_core_web_sm")

def extract_locations(text):
    doc = nlp(text)
    locations = [ent.text for ent in doc.ents if ent.label_ == "LOC"]  # LOC是位置标签
    return locations

text = "我在北京故宫博物院参观，并计划去上海迪士尼乐园玩。"
print(extract_locations(text))

当你运行这段代码，它会返回文本中的地点："北京故宫博物院"和"上海迪士尼乐园"。