當前位置:文書都 >

名人名著 >答謝中書書 >

陶弘景《答謝中書書》讀後感

陶弘景《答謝中書書》讀後感

導語:山川景色的奇美,自古以來就是文人雅士共同讚歎的。而陶弘景的《》更是把山川景色的奇美展現的淋漓盡致。下面是小編分享的陶弘景的《答謝中書書》讀後感,歡迎大家閲讀

陶弘景《答謝中書書》讀後感

陶弘景《答謝中書書》讀後感篇一:

《答謝中書書》一文結構巧妙,語言精奇。短短六十八字,即已集江南之美於一身,切切實實地道出了山川之自然美。

起首之句“山川之美,古來共談”,雖然平和卻很自然,且立意高遠;接着的“高峯入雲,清流見底”至“夕日欲頹,沉鱗競躍”,不足五十個字,卻涉及到了山川草木,飛禽走獸。靜物和動物,各自躍然在目,不絕於耳;形態各異,卻渾然一體,鮮活如生。閲讀全文,則朗朗爽口,美文麗句脱口而出,頓時吐氣如蘭。“實是欲界之仙都”,這歸納之句又回首返顧,使得全文前後呼應,上下貫通。就是最後簡短的議論,也是言簡意賅,切中文義。

統觀全文,語言精練。其一字一句,均是文章的重要組成一部分,少一字會斷章離義,多一字便畫蛇添足。一個景物,僅僅四字,便描繪恰當,津津有味。清清楚楚,明明白白,一個心聲一句話,不多也不少。“夕日欲頹”,勢在必然。“沉鱗競躍”,變化突然。分析文章結構,亦不失巧妙,雜而不亂,結合有序。

《答謝中書書》一文,反映了作者娛情山水的清高思想。南北朝是中國歷史上最強黑暗的時期,因為各種矛盾非常尖鋭,政局極度動盪,因此不少文人往往遁跡山林,旨圖從自然美中去尋求精神上的慰藉和解脱,因而他們常在書信中描述山水,來表明自己之所好,並從而作為對友人的問候和安慰,這類作品雖然沒有表現出多麼積極進步的政治觀點,但是卻以其高超的藝術筆觸,創作了具有相當高的美學價值的文學精品,至今仍然具有較高的鑑賞意義。

陶弘景《答謝中書書》讀後感篇二:

山川秀麗的景色,自古以來都是文人雅士共同讚歎的啊。真所謂“山水美景,人人皆愛。”

抬頭仰望,高高的山峯聳入雲端,好似擎天大柱。低頭俯視,清澈的溪水靜靜流淌,似活潑的小姑娘,一邊唱着,一邊舞蹈着,

使人頓時感到翡翠的顏色太淺,而藍寶石的顏色又太深,哪怕是繪畫名家,大概也難以描摹這如詩如畫般的景色吧。向來有山無水則無趣,有水無山又乏味。正是這山水的相伴相映,才使得遊者神采煥然;正是這仰俯的上下結合,才使得遊者心曠神怡。

山青水綠固然清幽雅靜,但色調單一卻使人感到冷寂。莫急,你看那兩岸石巖壁立千仞,在陽光的照耀下,色彩斑斕、五色爭輝、熠熠耀眼。加之又有青林翠竹間於其中,就如五彩錦緞上綴以碧玉翡翠,頓成奇觀。兩岸如懸着兩幅錦幛,上有藍天作背景,下有流水為襯托,實為“天下第一美景”。山腳下,一株株古鬆,批鱗掛甲、昂然挺立,好象是一個個威風凜凜的戰士。另一邊,一片片竹海,青翠欲滴,風輕輕吹過,竹葉微微顫動,真像一張張嘴巴在喃喃細語。如此景色,四季長存。

最初的早晨,白霧繚繞于山間;繼而如絮如帶,彷彿是仙女在此作畫;緊接着似煙似縷,好似天堂美景……就在如紗一樣的薄霧將要消失的時候,太陽冉冉升起,猿啼鳥鳴,眾音齊會,生機勃勃,彷彿是一場盛大的演唱會。傍晚來臨,紅日西沉,她是太過勞累,去休息了。落日的餘暉,為羣山抹上了淡淡的紅暈,好象一個嬌羞的姑娘。飛鳥歸林,猿猴棲樹,山色蒼茫,潛游在水中的魚兒爭相跳出水面,靜中見動,寂中現響,衝破了湖面的.寂靜,別具意趣。

不得不説——此般人間天境,無處能及也!

陶弘景《答謝中書書》讀後感篇三:

陶弘景的山水小品《答謝中書書》。陶先生筆籠山川,紙納四時,把那一處江南的山水之美呈現於紙端。那是一幅用方塊字鑲貼出來的山水畫呵!陶先生稱為“欲界仙都”,一點也沒誇張。因為這“欲界仙都”有秀美的山峯清徹的河流可以養心;有四時常綠的青林翠竹可以養眼;有活潑的蟲魚鳥獸可以悦性;無酷寒酷暑可以宜居。 不過陶先生忽略了一個重要的方面,這就是人的心態環境。我以為下面這兩句詩很有道理:“萬物靜觀皆自得,四時佳興與人同。”像曾點那樣的人住在那裏,大體就可以達到天人合一。

在《論語子路曾皙冉有公西華侍坐》裏,孔子讓在座的四位學生談自已的抱負,最後問到點(曾皙):

“點,爾何如?” 鼓瑟希,鏗爾,舍瑟而作,對曰:“異乎三者之撰。”子曰:“何傷乎,亦各言其志也。” 曰:“暮春者,春服既成,冠者五六人,童子六七人,浴乎沂,風乎舞雩,詠而歸。” 夫子喟然歎曰:“吾與點也。”整個的一部論語就象是一幕接一幕的活報劇。在這一幕裏,人物的動作形象對白栩栩如生。曾皙的超功利的率性自然的思想躍然紙上。

我想那些為世俗牽累的人,一個心有沉痾的人是怎麼也不會找到欲界仙都的感覺。只有象曾點這樣的人住在這裏,才會達到生活境界的極至。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/mingrenmingzhu/daxiezhong/xqo42k.html
專題