如果将抽取过的中文文本放入列表中，将如何对中文单词出现频率排序，不能包括中文标点符号在内

在对中文单词出现频率进行排序时，可以按照以下步骤进行：

1. 将每个文本中的中文单词抽取出来，可以使用分词工具进行分词，得到一个单词列表。

2. 对于每个单词，进行统计其出现的次数，可以使用Python中的Counter类进行统计。

3. 将每个单词及其出现的次数存储到一个字典中。

4. 使用Python中的sorted函数，对字典中的元素按照出现频率进行排序，可以使用lambda函数作为排序的关键字，按照单词出现的次数进行排序，从大到小排列。

5. 最后将排序后的结果输出即可。

下面是一个示例代码，可以实现对中文单词出现频率的排序：

import jieba
from collections import Counter

# 读取文本文件，返回文本内容
def read_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        text = f.read()
    return text

# 对文本进行分词，返回分词后的结果列表
def cut_words(text):
    words = jieba.lcut(text)
    # 过滤掉中文标点符号
    words = [word for word in words if word.isalpha()]
    return words

# 统计单词出现的次数，返回一个字典
def count_words(words):
    word_counts = Counter(words)
    return dict(word_counts)

# 对单词按照出现频率进行排序，返回排序后的结果列表
def sort_words(word_counts):
    sorted_words = sorted(word_counts.items(), key=lambda x: x[1], reverse=True)
    return sorted_words

# 测试代码
if __name__ == '__main__':
    file_path = 'test.txt'
    text = read_file(file_path)
    words = cut_words(text)
    word_counts = count_words(words)
    sorted_words = sort_words(word_counts)
    for word, count in sorted_words:
        print(word, count)

在上面的示例代码中，我们使用了jieba分词工具对中文文本进行分词，并过滤掉中文标点符号。然后使用Counter类对单词出现的次数进行统计，并将结果存储到一个字典中。最后使用sorted函数对字典中的元素按照出现频率进行排序，并输出排序后的结果。