文本文件(.csv文件可以作为文本文件处理）中保存了图书馆藏书信息，每条藏书记录占一行 数据字段说明： LIBRARY_ID：藏馆ID（可能有多个藏馆） REC_CTRL_I：录入编号 BOOK_BARCO：图书条码 DEPARTMENT：所属部门 BOOK_SEARC：索书号 TITLE：图书名称 ISN：ISBN出版号 AUTHORS：作者 PUBLISHER：出版社 PUBDATE_DA：出版时间 BOOK_ATTRI：图书属性 BOOK_STATU：图书状态 （用函数定义不用pandas）统计每个出版社的”开发“字样藏书数量，（用函数定义不用pandas）按照该藏书数量降序输出，数量相同按照出版社名字升序。最后将结果写入result.txt文件中

好的，我可以帮你写一个 Python 函数来完成这个任务。请确认以下几点：

1. 数据文件的路径和名称是什么？
2. 藏书记录文件是以逗号分隔的 CSV 格式吗？
3. 按照哪个字段进行统计“开发”字样藏书数量？

假设数据文件名为“books.csv”，藏书记录是以逗号分隔的 CSV 格式，按照“出版社”字段进行统计“开发”字样藏书数量，以下是代码实现：

def count_books_by_publisher():
    # 打开数据文件
    with open('books.csv', 'r') as f:
        # 读取文件内容并转换为字符串列表
        lines = f.readlines()
    # 定义一个字典来记录每个出版社的“开发”藏书数量
    publisher_counts = {}
    # 遍历每一行藏书记录
    for line in lines:
        # 分隔每一行记录，获得各个字段的值
        fields = line.strip().split(',')
        # 获取出版社名称
        publisher = fields[8]
        # 获取图书名称
        title = fields[6]
        # 判断图书名称是否包含“开发”字样
        if '开发' in title:
            # 如果出版社不在字典中，则初始化该出版社的计数为0
            if publisher not in publisher_counts:
                publisher_counts[publisher] = 0
            # 增加该出版社的计数
            publisher_counts[publisher] += 1
    # 对字典按照值进行降序排序
    sorted_counts = sorted(publisher_counts.items(), key=lambda x: (-x[1], x[0]))
    # 打开结果文件
    with open('result.txt', 'w') as f:
        # 遍历排序后的字典项，将结果写入文件
        for publisher, count in sorted_counts:
            f.write(f'{publisher}: {count}\n')

这个函数会读取“books.csv”文件，遍历每一行藏书记录，判断每一行记录的“图书名称”字段是否包含“开发”字样，如果包含，则将该藏书所属的出版社计数加1。最后，对所有出版社的计数进行降序排序，并将结果写入“result.txt”文件中。

请注意，这个函数没有使用 pandas 模块，而是直接读取文件并进行字符串处理。如果您的 CSV 文件比较大，或者需要进行更复杂的数据处理，建议使用 pandas 模块来处理数据。