、爬取baidunews.htm/静态网页里新闻标题文本，并进行词频统计，接照词频从高到低的顺序显示。 按照模块化思想： (1) getcontent(fileneame,path)获取html文本里的新闻标题返回 filename是文件名 path代表select （方法的筛选参数 《标签路径)返口新闻标题组成的字符串 （②词频统计：tongjicipin(txt) 统计新闻标题的词频 #txt 数据解析返回数据 (3)词云展示：show(txt)

好的，这个问题涉及到了三个模块，分别是获取新闻标题、词频统计和词云展示。我来逐个解释下：

1. 获取新闻标题

可以使用Python中的requests和BeautifulSoup库来获取html文本里的新闻标题。具体的步骤如下：

import requests
from bs4 import BeautifulSoup

def getcontent(filename, path):
    url = 'file://' + path + '/' + filename
    response = requests.get(url)
    soup = BeautifulSoup(response.content, 'html.parser')
    title_list = soup.select(path)
    title_str = ''
    for title in title_list:
        title_str += title.get_text()
    return title_str

其中，filename和path分别是文件名和select方法的筛选参数（即标签路径），url构造一个文件路径，response获取网页内容，soup解析网页内容并筛选出新闻标题，最后将标题拼接成一个字符串并返回。

2. 词频统计

在获取到新闻标题的字符串后，需要进行词频统计。可以使用Python中的collections库来统计字符串中每个单词出现的次数，并按照词频从高到低的顺序显示。

from collections import Counter

def tongjicipin(txt):
    words = txt.split()
    counter = Counter(words)
    return counter.most_common()

其中，txt是获取到的新闻标题字符串，words将字符串分割成单词列表，counter统计每个单词出现的次数，most_common方法将统计结果按照词频从高到低排序并返回。

3. 词云展示

最后，需要将词频统计结果进行可视化展示，可以使用Python中的wordcloud库来生成词云图。具体的步骤如下：

from wordcloud import WordCloud
import matplotlib.pyplot as plt

def show(txt):
    counter = dict(tongjicipin(txt))
    wordcloud = WordCloud(background_color="white")
    wordcloud.generate_from_frequencies(counter)
    plt.imshow(wordcloud, interpolation="bilinear")
    plt.axis("off")
    plt.show()

其中，txt是获取到的新闻标题字符串，tongjicipin方法用于统计词频，counter将统计结果转换成字典形式，wordcloud生成词云图，plt用于展示词云图。

以上就是三个模块的实现方法，可以将它们组合起来实现爬取新闻标题文本，并进行词频统计和词云展示的功能。