使用python读取"三国演义.txt"，并统计出《三国演义》排名前十五的人物以及其出现的次数。使用词云展示出现的人物。

在Python中，我们可以使用`requests`库来从网络上获取文本文件（如果文件不在本地），然后使用内置的`open()`函数读取本地文件。接着，我们可以使用`nltk`库来进行文本处理，特别是分词和计数。为了统计人物及其出现频率，我们需要先对文本进行预处理，例如去除标点、停用词等，然后通过正则表达式识别人名。

下面是一个简化的步骤说明：

1. 安装必要的库：

pip install requests nltk

2. 导入所需的模块，并下载停用词表：

import requests
import re
from collections import Counter
from nltk.corpus import stopwords
from wordcloud import WordCloud

# 下载停用词
nltk.download('stopwords')

3. 读取文件内容并提取人名：

def extract_persons(text):
    # 此处假设人名是由两个汉字组成的连续字符串
    pattern = r'[A-Za-z\u4e00-\u9fa5]{2}'
    return [word for word in re.findall(pattern, text) if word not in stopwords.words('chinese')]

# 获取文件内容
if __name__ == '__main__':
    url = 'https://example.com/三国演义.txt'  # 如果是网络文件，请替换为实际链接
    response = requests.get(url)
    text = response.text

    persons = extract_persons(text)

4. 统计出现频率并排序：

person_counter = Counter(persons).most_common(15)
top_15_persons = [person[0] for person in person_counter]
top_15_counts = [person[1] for person in person_counter]

5. 创建词云：

wordcloud = WordCloud(font_path='simhei.ttf', background_color='white').generate_from_frequencies(dict(zip(top_15_persons, top_15_counts)))
wordcloud.to_file('top_people_wordcloud.png')

在这个例子中，我们假设有一个名为'simhei.ttf'的字体文件来支持中文显示。最后，将生成的词云图片保存到本地。