将这个文件内容分词，形成词云，用python代码写出来，尽量不用外加库

要生成文本文件 `xiyouji.txt` 的词云并且尽量不使用外部库，我们可以手动实现基本的分词处理，不过需要注意Python标准库可能无法完美支持中文分词。下面提供一个简单的例子，假设我们的任务主要是提取高频词汇展示：

with open('xiyouji.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# 清洗文本，去除标点符号
for punctuation in ['，', '。', '！', '？', '、', '《', '》', '（', '）', '[', ']', '{', '}']:
    text = text.replace(punctuation, '')

# 简单分词: 将文本拆分成单个汉字
words = [char for char in text if char.strip()]

# 统计每个词语出现次数
word_count = {}
for word in words:
    if word in word_count:
        word_count[word] += 1
    else:
        word_count[word] = 1

# 找出频率最高的词
sorted_word_count = sorted(word_count.items(), key=lambda x: x[1], reverse=True)

print("Top frequent words:")
for word, count in sorted_word_count[:10]:
    print(f"{word}: {count}")

注意上述代码过于简化，实际应用中需要考虑更多情况。对于中文文本来说，有效的分词通常依赖专门设计的算法或工具，例如jieba分词库。此外，生成视觉化的词云图还需要图像处理方面的支持，比如PIL/Pillow库和wordcloud库等。如果完全避免使用任何第三方库将会非常困难，并且效果有限。