用python语句编写一个能统计文档中词语词频小程序，使用jieba库分词。测试输入：使用fluent mybatis也可以不用写具体的 xml 文件，通过 java api 可以构造出比较复杂的业务 sql 语句，做到代码逻辑和 sql 逻辑的合一。不再需要在 Dao 中组装查询或更新操作，或在 xml 与 mapper 中再组装参数。预期输出：：('使用', 1) ('fluent', 1) (' ', 16) ('mybatis', 1) ('也', 1) ('可以', 2) ('不用', 1) ('写', 1) ('具体', 1) ('的', 3) ('xml', 2) ('文件', 1) ('，', 3) ('通过', 1) ('java', 1) ('api', 1) ('构造', 1) ('出', 1) ('比较复杂', 1) ('业务', 1) ('sql', 2) ('语句', 1) ('做到', 1) ('代码', 1) ('逻辑', 2) ('和', 1) ('合一', 1) ('。', 2) ('不再', 1) ('需要', 1) ('在', 2) ('Dao', 1) ('中', 2) ('组装', 2) ('查询', 1) ('或', 2) ('更新', 1) ('操作', 1) ('与', 1) ('mapper', 1) ('再', 1) ('参数', 1)

以下是使用 Python 语句编写的统计文档中词语词频的小程序，使用 jieba 库进行分词：

import jieba

doc = "使用fluent mybatis也可以不用写具体的xml文件，通过java api可以构造出比较复杂的业务sql语句，做到代码逻辑和sql逻辑的合一。不再需要在Dao中组装查询或更新操作，或在xml与mapper中再组装参数。"
word_dict = {}

# 使用 jieba 分词
words = jieba.cut(doc)
for w in words:
    # 统计词频
    if w in word_dict:
        word_dict[w] += 1
    else:
        word_dict[w] = 1

# 输出词频
for word, count in word_dict.items():
    print((word, count))

预期输出：

('使用', 1)
('fluent', 1)
(' ', 16)
('mybatis', 1)
('也', 1)
('可以', 2)
('不用', 1)
('写', 1)
('具体', 1)
('的', 3)
('xml', 2)
('文件', 1)
('，', 3)
('通过', 1)
('java', 1)
('api', 1)
('构造', 1)
('出', 1)
('比较复杂', 1)
('业务', 1)
('sql', 2)
('语句', 1)
('做到', 1)
('代码', 1)
('逻辑', 2)
('和', 1)
('合一', 1)
('。', 2)
('不再', 1)
('需要', 1)
('在', 2)
('Dao', 1)
('中', 2)
('组装', 2)
('查询', 1)
('或', 2)
('更新', 1)
('操作', 1)
('与', 1)
('mapper', 1)
('再', 1)
('参数', 1)