1.建立一个新的python工程,从英语文本中构建单词表和出现次数的字典。 2.输出频率最高的10个单词，去除冠词、代词和介词等无意义的单词。 3.可以定义多个函数分别实现独立的功能。在主模块中串联各个函数，实现总体上的功能。

要实现这个Python工程，你可以遵循以下步骤：

1. 创建一个新的Python工程目录，并设置一个主模块文件，例如`main.py`，用于调用其他功能模块。
2. 编写一个函数来读取文本文件，并从中提取单词。你可以使用Python的内置库如`open`函数来读取文件内容。
3. 创建另一个函数用于清洗文本，去除标点符号、特殊字符，并将所有单词转换为小写，以便统一处理。
4. 编写一个函数来构建单词表和出现次数的字典。这个函数将会统计每个单词出现的次数。
5. 创建一个函数用于过滤掉无意义的单词，比如冠词、代词和介词等。你可以定义一个列表包含这些单词，并在函数中排除它们。
6. 最后，编写一个函数用于找出频率最高的10个单词，并将结果输出。

下面是一个简化的代码示例，展示了如何实现上述功能：

import string
from collections import Counter

def read_text_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        return file.read()

def clean_text(text):
    text = text.lower()  # 转换为小写
    text = text.translate(str.maketrans('', '', string.punctuation))  # 去除标点符号
    return text

def build_word_frequency(text):
    words = text.split()
    return Counter(words)

def filter_meaningless_words(word_freq, meaningless_words):
    return {word: count for word, count in word_freq.items() if word not in meaningless_words}

def top_n_words(word_freq, n=10):
    return word_freq.most_common(n)

# 主模块
def main(file_path):
    text = read_text_file(file_path)
    cleaned_text = clean_text(text)
    word_freq = build_word_frequency(cleaned_text)
    filtered_word_freq = filter_meaningless_words(word_freq, {'the', 'a', 'an', 'i', 'you', 'he', 'she', 'it', 'we', 'they', 'is', 'are', 'was', 'were'})
    top_words = top_n_words(filtered_word_freq)
    
    # 输出频率最高的10个单词
    print("Top 10 words:")
    for word, freq in top_words:
        print(f"{word}: {freq}")

# 运行主模块
if __name__ == '__main__':
    main('your_text_file.txt')

请将`your_text_file.txt`替换为你的实际文本文件路径。此代码将执行上述步骤，并打印出频率最高的10个有意义的单词。