用python对文件：去的尽管去了，来的尽管来着；去来的中间，又怎样地匆匆呢？早上我起来的时候， 小屋里射进两三方斜斜的太阳。太阳他有脚啊，轻轻悄悄地挪移了；我也茫茫然跟 着旋转。于是——洗手的时候，日子从水盆里过去；吃饭的时候，日子从饭碗里过去； 默默时，便从凝然的双眼前过去。我觉察他去的匆匆了，伸出手遮挽时，他又从遮 挽着的手边过去，天黑时，我躺在床上，他便伶伶俐俐地从我身上跨过，从我脚边 飞去了。等我睁开眼和太阳再见，这算又溜走了一日。我掩着面叹息。但是新来的 日子的影儿又开始在叹息里闪过了。进行词频统计，并提取关键字

好的，让我来为您解答这个问题。

首先，我们需要读取这个文件。可以使用 Python 的内置模块 `io` 中的 `open()` 函数打开文件，读取文件内容并存储在一个字符串变量中。下面是示例代码：

with open("file.txt", "r", encoding="utf-8") as f:
    contents = f.read()

请将代码中的 `file.txt` 替换为您实际使用的文件名。

接着，我们可以使用 Python 中的 `collections` 模块中的 `Counter` 类来统计词频。这个类可以很方便地统计每个单词出现的次数。下面是示例代码：

import re
from collections import Counter

# 使用正则表达式提取单词
words = re.findall(r'\b\w+\b', contents)

# 使用 Counter 统计词频
word_counts = Counter(words)

上面的代码中，我们使用正则表达式 `r'\b\w+\b'` 来匹配单词，`\b` 表示单词的边界，`\w+` 表示一个或多个字母数字字符。

最后，我们可以使用 Python 的 `gensim` 模块中的 `summarization` 子模块来提取关键字。这个子模块提供了一个叫做 `keywords()` 的函数，可以根据 TF-IDF 算法提取文本中的关键字。下面是示例代码：

from gensim.summarization import keywords

# 提取关键字
kw = keywords(contents, ratio=0.2)

# 打印关键字
print(kw)

上面的代码中，我们使用 `keywords()` 函数提取文本中的关键字，`ratio=0.2` 表示提取关键字的数量占总单词数的比例为 0.2。

完整代码如下：

import re
from collections import Counter
from gensim.summarization import keywords

# 读取文件
with open("file.txt", "r", encoding="utf-8") as f:
    contents = f.read()

# 使用正则表达式提取单词
words = re.findall(r'\b\w+\b', contents)

# 使用 Counter 统计词频
word_counts = Counter(words)

# 打印词频前 10 的单词和它们的出现次数
print(word_counts.most_common(10))

# 提取关键字
kw = keywords(contents, ratio=0.2)

# 打印关键字
print(kw)

希望能对您有所帮助！