3.统计《红楼梦》中主要人物的出场次数。将《红楼梦》文档导入

为了统计《红楼梦》中主要人物的出场次数，我们可以使用Python中的文本处理库NLTK。

首先，需要安装NLTK库和其它必要的库。可以使用以下命令进行安装：

pip install nltk

接下来，我们可以使用以下代码读取《红楼梦》的文本文件，并使用NLTK库进行分词和词性标注：

import nltk

# 读取文本文件
with open('红楼梦.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 分词
tokens = nltk.word_tokenize(text)

# 词性标注
tagged_tokens = nltk.pos_tag(tokens)

接下来，我们需要定义《红楼梦》中的主要人物。这里我们选择了一些比较重要的人物，可以根据需要进行修改。

# 定义主要人物
characters = ['贾宝玉', '林黛玉', '薛宝钗', '王熙凤', '贾母', '贾琏', '贾政', '凤姐儿', '史湘云', '妙玉', '晴雯']

接下来，我们可以使用以下代码统计每个主要人物出现的次数：

# 统计主要人物出现次数
character_counts = {}
for word, tag in tagged_tokens:
    if word in characters:
        if word in character_counts:
            character_counts[word] += 1
        else:
            character_counts[word] = 1

最后，我们可以使用以下代码将结果按照出现次数从大到小排序并输出：

# 按照出现次数从大到小排序
sorted_characters = sorted(character_counts.items(), key=lambda x: x[1], reverse=True)

# 输出结果
for character, count in sorted_characters:
    print('{}: {}'.format(character, count))

完整代码如下：

import nltk

# 读取文本文件
with open('红楼梦.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 分词
tokens = nltk.word_tokenize(text)

# 词性标注
tagged_tokens = nltk.pos_tag(tokens)

# 定义主要人物
characters = ['贾宝玉', '林黛玉', '薛宝钗', '王熙凤', '贾母', '贾琏', '贾政', '凤姐儿', '史湘云', '妙玉', '晴雯']

# 统计主要人物出现次数
character_counts = {}
for word, tag in tagged_tokens:
    if word in characters:
        if word in character_counts:
            character_counts[word] += 1
        else:
            character_counts[word] = 1

# 按照出现次数从大到小排序
sorted_characters = sorted(character_counts.items(), key=lambda x: x[1], reverse=True)

# 输出结果
for character, count in sorted_characters:
    print('{}: {}'.format(character, count))

注意：代码执行可能需要一些时间，具体时间取决于计算机的性能和《红楼梦》的文本大小。