python中文单字符处理

之前没怎么用python处理中文数据，今天遇到一个问题，记一下。

如果

x = u'中文文本'

那么x是unicode字符串，

x[0] = '中'

如果x是从文本读的，比如

x = codecs.open("test.txt").readlines()[0]

那么x不是unicode字符串，

x[0:3] = '中'

也就是3个字符才是一个中文单字

我们可以用isinstance(x,unicode)来检查x是否是unicode，如果不是，可以用y=unicode(x, 'utf8')转成unicode，字符集根据实际test.txt的编码进行调整。

转换以后 y[0] = '中'