实验要求2： 1、实现对中文文本文件的读取(三国演义.txt)； 2、实现对中文文本文件的单词抽取； 3、实现对中文文本文件中出现频次最高的前10个词语的抽取，并降序输出； 4、(选做)实现对中文文本文件中出现频次最高的前5个人物的抽取，并降序输出；(提示：该实验需要安装jieba库, 安装命令: pip install -U jieba --user) 请独立完成该实验。 实验报告写作要点： 写出整个实验的的基本步骤，辅以相应文字说明，并提交相应的源代码.py文件。将创建的程序运行结果截图，分析讨论实验过程中的心得与体会。

下面是实验要求2的完整Python代码，实现了对中文文本文件的读取、单词抽取、对中文文本文件中出现频次最高的前10个词语的抽取及降序输出、对中文文本文件中出现频次最高的前5个人物的抽取及降序输出。

import jieba
from collections import Counter

# 读取文件
with open('三国演义.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# 单词抽取
words = jieba.cut(text)

# 统计词语出现次数
word_count = Counter(words)

# 排序并输出前10个词语及其出现次数
sorted_word_count = sorted(word_count.items(), key=lambda item: item[1], reverse=True)
print('Top 10 words:')
for i in range(10):
    print(sorted_word_count[i][0], sorted_word_count[i][1])

# 提取人物
with open('人物.txt', 'r', encoding='utf-8') as file:
    characters = file.read().splitlines()

character_count = {}
for character in characters:
    character_count[character] = 0

for word in jieba.cut(text):
    if word in character_count:
        character_count[word] += 1

# 排序并输出前5个人物及其出现次数
sorted_character_count = sorted(character_count.items(), key=lambda item: item[1], reverse=True)
print('Top 5 characters:')
for i in range(5):
    print(sorted_character_count[i][0], sorted_character_count[i][1])

在上面的代码中，我们首先使用jieba库进行中文单词抽取，并统计词语出现次数，使用Python内置的Counter类进行统计，并进行降序排序。然后，我们提取出所有人物名字，并遍历文本中的单词，统计人物出现次数。最后，我们同样进行降序排序，并输出前5个人物及其出现次数。

在实验过程中，需要注意jieba库的安装和使用，以及中文文本的编码问题。同时，需要对提取的人物名字进行筛选和去重，以避免重复统计。