當前位置:文書都 >

經典美文 >簽名 >

好聽的qq個性簽名唯美

好聽的qq個性簽名唯美

在小編的心中,好聽的qq個性簽名有很多,於是乎,小編決定在這些好聽的當中挑選一些出來,將最好的送給大家。所以下面這些最好聽的qq個性簽名與大家共勉。

好聽的qq個性簽名唯美

1、你是不食人間煙火的少年,我卻經歷了太過悲慘的人間。

2、我這輩子最後悔的事就是分手那刻沒甩你一巴掌然後甩頭走。

3、再難過、再悲傷、再痛苦?不還是依舊自己一個人活。

4、為了你,我放下了我的驕傲,放下了一切一切,卻落得一身傷。

5、緣起,在人羣中,我看見你。緣滅,我看見你,在人羣中。

6、當諾言已成謊言,又何苦在乎瞬間。 當情話已變謊話,又何必強求敷衍。

7、為什麼做什麼都要顧及別人的感受,我顧及別人,那誰來顧及我。

8、我一直試圖擠進你心裏,卻發現越擠人越多,越擠人越多

9、有些事,做了才知道,有些事,錯了才知道,有些事,長大了才知道。

10、你離開了我的世界,我也沒必要在你的世界兜兜轉轉。

11、我早該明白,傷痛不過百日長,這是個黃金定律。

12、你有沒有試過,把在意的人的狀態從頭至尾看一遍,儘管會難過,還是剋制不住。

13、日久不一定生情,但必定見人心。有時候也怕,時間會説出真話。

14、回憶是件很累的事情,就像失眠時怎麼躺都不對的樣子

15、一直往前走,別往後看。要知道每一次回頭,都會錯不是假裝沉默,只過一些眼前的風景。

16、突然覺得很委屈。我對你微笑,轉身的剎那,終於難過成你不知道的`樣子。

17、我用整個世紀 換你在我身邊 給我微笑我用整個輩子換你在我身邊給我温暖。

18、痛不痛只有自己知道,變沒變只有自己才懂。

19、我害怕的是,那些回憶,我還記得,你卻忘了。

20、希望她真的比我還要愛你,我才會逼自己離開。你忘記了回憶,我忘記了忘記。

21、突然發現,能夠不變,有時候就是一種最難得的幸福。

22、愛上某人 不是因為他給了你需要的東西 而是因為他給了你從未有過的感覺

23、愛情就像乘法,其中一項是零,結果也終究是零

24、我學着從容淡定,連微笑都是安靜的,可是感到呼吸都是難以預料的疼。

25、我就是這麼可笑,遍體鱗傷了,卻還在想着我會幸福。

26、在愛情沒開始以前,你永遠想象不出你會那樣的愛一個人。

27、這一生,總有一個人,老是跟你過不去,你卻很想跟他過下去。

28、一切幸福都並非沒有煩惱,而一切逆境也絕非沒有希望。

29、傷害你最深的人,往往是那些聲稱永遠不會傷害你的人

30、一生中至少要有兩次衝動,一次為奮不顧身的愛情,一次為説走就走的旅行

31、我想讓你一輩子都記得我,所以我要給你世界上最珍貴的愛。

32、總有那麼一個人,他為你幹着他不愛乾的事,只為取悦一個並不完美的你。

33、都説三千煩惱絲,每次當我心煩時,就去洗頭髮,洗一根少一根。。。

34、我很好,不吵不鬧不炫耀,不要委屈不要嘲笑,也不需要別人知道。

35、遺憾,也是一種幸福。因為還有令你遺憾的事情。

36、不是不想説話,而是有很多話講不出來,放心裏會安全點。

37、每個人都有夢想,但不同的是,有的人只夢,有的人敢想。

38、所以會念念不忘,是因為自知此生再也擁有不到了。

39、我拿着刀就沒有辦法擁抱你,我放下刀就沒辦法保護我自己。

40、如果你在背後議論我,那隻能説明,我活的明顯要比你精彩許多。

41、生活就像一場遊戲,如果你不刷怪,就被別人刷光了。

42、我們在錯誤的時間相遇,在正確的時間卻又分開了。

43、走了那麼遠路,發現家才是最温暖的;見了那麼多人,發現母親的笑容才是最美麗的。

44、請不要問我好不好,因為答案只有一個,我很好,起碼假裝的很好。

45、如果你不喜歡真實的我,那麼你挑一個軀殼,我表演給你看。

46、曾經的一些回憶,早以飄散,現在只有我自己,只有現在。

47、距離,產生的不是美,而是詮釋了不堪一擊的愛情。

48、如果男人可以拋開愛情,那麼這個男人將有很高的成就。

49、慢慢地習慣了一個人的生活,變得沉默、變得冷落、沒了想理、不想説、不想看。

50、我要去好多好多地方,我要一個人去地老天荒,一個人來海誓山盟

51、有時候喜歡聽歌,不是因為歌唱的好聽,而是因為歌詞寫的像自己。

52、如果有一天你突然回頭, 會不會和我狼狽的撞在一起。

53、即使有人打碎了你的心,總還是會有人,願意修補好它。

54、你完美的謝幕了,留下我在台上像個小丑似的不知所措。

55、生活一直都很簡單,但是我們也一直都忍不住要把它變得很複雜。

56、愛情莫非從古至今一直是一種單一形式不然怎會讓人要死要活。

標籤: QQ 簽名 好聽
  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/meiwen/qianming/jpxv0l.html
專題