徜徉在宋词里的女子

徜徉在宋词里的女子

大家好,又见面了,我是全栈君。


徜徉在宋词里的女子

 文/天地尘埃2020

 

 

徜徉在宋词里的女子呵。梦萦魂牵。心定故土

那里的山山水水,那里的潮起潮落、花开花落

那里的晴日妖娆。红妆粉黛

那里的阴霾蔽日。惆怅天际

那里的黄土面、朝天背,他乡漫漫人生征途,酸甜苦辣。辛酸结肠

何时是归期

那里的纸醉金迷、横行恣意,他人净沦作嫁衣裳,灵与肉的狂舞盛宴

何处是故乡

那里的武穆今生,粪土万户侯

天际征鸿。仅仅为落霞满天

徜徉在宋词里的女子呵,心里流淌着故土的血

 

徜徉在宋词里的女子呵,凝炼了一湖恬淡素雅。曼妙怡然

心有不舍,流连忘返,皱褶了一湖荷心涟漪。波心荡,旌旗摇

山水莲影。净扑心怀,思莲绪怀,谁是知音

远处的桥上,何日来看取七彩斑斓

诗笺琴筝。翩翩飘满一路,我心怡然。淡雅恬静

清莲生香,香远益清,漫把诗心净付华年

如此的素淡清婉,却仅仅是一指风华,流光刹那,倾醉的惊艳*

徜徉在宋词里的女子呵,荷心如莲。化冰融雪,惟是有梅

 

徜徉在宋词里的女子呵,流淌着故土的暖血。懿暖生香。曼妙怡然。

素文锦词,纤铺敷陈,加字减字,纤云弄巧,沁人芬芳。馨香满园

 

徜徉在宋词里的女子呵。巾帼固本,铮铮有声,女儿身又何须怨

深深地期待。心中的莲湖,何日碧空如澄。浩然清净

 

徜徉在宋词里的女子呵。恬淡素雅,曼妙怡然

喜悦中浸透着那一丝丝的忧伤


徜徉在宋词里的女子呵,经常深邃得让人惊佩如哲

喜悦浸透着那一丝丝的忧伤

………… …………

 

(2014.8.23 1539)

 

 

 

 

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/115930.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 经典汉罗塔问题解决方案[通俗易懂]

    经典汉罗塔问题解决方案[通俗易懂]汉罗塔问题将a的盘子移动到c针且一次只能移动一个盘,在移动过程中必须保持大盘在下,小盘在上。1、将n-1个盘子从a移动到b盘2、将a剩下的一个盘子移动到c盘3、将b的n-1个盘子移动到c盘#include<iostream>usingnamespacestd;voidmove1(chara,charc){ cout<<a<<“–>”<<c<<endl;}voidhanoi(intn,

    2022年8月31日
    7
  • vs2008sp1下载_vs2008激活成功教程版

    vs2008sp1下载_vs2008激活成功教程版安装VS2005SP1安装补丁包补充说明症状当您尝试运行MicrosoftWindowsServer2003或MicrosoftWindowsXP,计算机上安装大MicrosoftWindowsInstaller.msi)程序包或大型MicrosoftWindowsInstaller修补程序(.msp)程序包您可能会收到以下错误信息:错误1718。FileNa

    2022年10月5日
    5
  • 实例讨论数据可视化的配色思路怎么写_配色分析案例

    实例讨论数据可视化的配色思路怎么写_配色分析案例引子有一数据集如下:数据解读:研究对象的目标层A分为B1,B2,B3三个准则层;B1层下有C1,C2,C3,C44个指标;B2层下只有C5一个指标;B3层有C6,C7,C83个指标。指标权重是该指标在所属准则层的权重;组合权重是该指标在目标层的权重。现在,要绘制上述数据的“组合权重”的饼图。如何给这个饼图配色呢?数据可视化配色的误区下图是群友绘制的图:他自己对结果不满意,他认为是颜色搭配太丑。我们来看看,他的配色问题出在哪:颜色太

    2022年10月2日
    3
  • docker(4)解决pull镜像速度缓慢「建议收藏」

    docker(4)解决pull镜像速度缓慢「建议收藏」前言上一篇讲到pull镜像,但是pull镜像的时候下拉的速度实在感人,有什么解决办法吗?我们只需将docker镜像源修改为国内的将docker镜像源修改为国内的:在/etc/docker/d

    2022年7月29日
    12
  • count(distinct) 与group by 浅析

    count(distinct) 与group by 浅析在传统关系型数据库中,groupby与count(distinct)都是很常见的操作。count(distinctcolA)就是将colA中所有出现过的不同值取出来,相信只要接触过数据库的同学都能明白什么意思。count(distinctcolA)的操作也可以用groupby的方式完成,具体代码如下:selectcount(distinctcolA)fromtable1;selec

    2022年5月11日
    45
  • Python 敏感词过滤的实现「建议收藏」

    Python 敏感词过滤的实现「建议收藏」一个简单的实现classNaiveFilter():”’FilterMessagesfromkeywordsverysimplefilterimplementation>>>f=NaiveFilter()>>>f.add(“sexy”)>>>f.filter(“…

    2022年6月1日
    38

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号