1.对文件test.txt中的内容进行分词，并输出结果； 2.对文件test.txt中的内容创建一个指定形状的词云。 附文件test.txt内容： 面向对象编程（Object Oriented Programming，OOP）是一种程序设计思想，支持代码复用和设计复用，其基本特征是封装、继承和多态。

1. 对文件test.txt中的内容进行分词，并输出结果

你可以使用Python中的分词库jieba来实现对文件中内容的分词操作。以下是一个简单的示例代码：

import jieba

# 打开文件并读取内容
with open('test.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 对文件内容进行分词
words = jieba.cut(content)

# 输出分词结果
for word in words:
    print(word)

运行以上代码，将会输出文件内容的分词结果。你可以根据需要对输出结果进行进一步处理或存储到文件中。

2. 对文件test.txt中的内容创建一个指定形状的词云

为了创建一个指定形状的词云，你需要使用Python中的词云库wordcloud。这个库可以帮助你将文本转换成词云图形，并且支持自定义词云的形状。

以下是一个简单的示例代码，它将文件test.txt中的内容转换成一个心形的词云图形：

import jieba
from wordcloud import WordCloud, ImageColorGenerator
import numpy as np
from PIL import Image

# 打开文件并读取内容
with open('test.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 对文件内容进行分词
words = jieba.cut(content)

# 将分词结果转换成字符串
text = ' '.join(words)

# 加载形状图片
mask = np.array(Image.open('heart.png'))

# 创建词云对象
wordcloud = WordCloud(font_path='msyh.ttc',
                      background_color='white',
                      max_words=2000,
                      mask=mask,
                      scale=1.5)

# 生成词云
wordcloud.generate(text)

# 从形状图片中提取颜色
image_colors = ImageColorGenerator(mask)

# 显示词云图形
import matplotlib.pyplot as plt

plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation='bilinear')
plt.axis("off")
plt.show()

以上代码中，我们使用了一个心形的形状图片作为词云的形状，并对文件内容进行了分词操作。接着，我们将分词结果转换成字符串，并创建了一个词云对象。在生成词云时，我们将心形图片作为词云的形状，并提取了形状图片中的颜色。最后，我们使用matplotlib库将词云图形显示在屏幕上。

请注意，你需要将代码中的形状图片路径和字体路径替换成你自己的路径。你也可以尝试使用不同的形状图片和字体来创建自己的词云图形。