《三国演义》人物出场统计：输入电子版《三国演义》文本，输出出场率最高的10个人物，并保存为文本文件。

《三国演义》是中国四大名著之一，人物众多，为了分析人物出场情况，我们可以采用自然语言处理技术，比如Python中的NLTK（自然语言工具包）和TextBlob等库来进行文本处理。首先需要读取电子版的文本文件，然后提取每个人物的名字，通过计数每个名字出现的次数来得到出场频率。以下是一个简单的步骤概述：

1. 解析文本：读取电子版《三国演义》的TXT或HTML文件，去除无关的标签和噪音字符。
2. 分词识别：利用正则表达式或者命名实体识别工具（如spaCy），找出可能的人名。
3. 统计分析：对提取出的人物名字进行计数，确定每个角色的出场次数。
4. 排序和筛选：将人物按出场次数降序排序，选择前10位作为最高出场率人物。
5. 输出结果：将这10个人物及其对应的出场次数写入新的文本文件。

具体的Python代码可能会涉及到Pandas库进行数据处理，这里仅给出一个大概思路：

import re
from collections import Counter

def analyze_text(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        text = f.read()
    
    # 提取人名 (这是一个简化示例，实际可能需要更复杂的命名实体识别)
    names = re.findall(r'[A-Za-z]+', text)

    # 使用Counter计算每个名字出现的次数
    name_counts = Counter(names)

    # 获取最高出场率的10个人物
    top_10 = name_counts.most_common(10)

    # 将结果保存为文本文件
    with open('top_10_characters.txt', 'w', encoding='utf-8') as f:
        for character, count in top_10:
            f.write(f"{character}: {count}\n")

analyze_text('三国演义.txt')