當前位置:文書都 >

人物作文 >人的作文 >

關於我的哥哥寫人作文四篇

關於我的哥哥寫人作文四篇

在學習、工作乃至生活中,説到作文,大家肯定都不陌生吧,作文可分為小學作文、中學作文、大學作文(論文)。你寫作文時總是無從下筆?以下是小編幫大家整理的我的哥哥寫人作文4篇,僅供參考,希望能夠幫助到大家。

關於我的哥哥寫人作文四篇

我的哥哥寫人作文 篇1

我有個親哥哥,比我大十歲,今年他高考,我發現他變了。

以前,哥哥總是對我寵愛有加。每週從學校回來,不是給我冰淇淋,就是給我我最喜歡的老婆餅等好吃的,還會陪我玩各種好玩的遊戲:比如跳棋、象棋、國際象棋,以及我最喜歡的圍棋,這些都是他教我,帶我玩的。可是現在呢?他看到我既不給我好吃的也不陪我玩,就連我看電視也不給我看,剛一打開電視,他一聲不響,奪去遙控,啪的一聲就關掉,還理都不理我。

這個週末他回家來,老遠看到我就在那裏喊:“胖妞,過來,幫哥哥背書包。”我生氣了也喊到:“我才不是胖妞,我不胖不瘦正好,反倒是你這麼瘦,就像一個瘦猴。”他聽了後生氣地板着臉,理也不理我,徑直地走到書房玩他的電腦了。我過去叫他陪我玩,他也不理我,還説:“跟你這種小學生沒什麼好玩的,你剛才這樣説哥哥是很沒禮貌的,要向我道歉。”我説:“是你先説我的,要道歉你先道歉。”於是我們就互不理睬各自玩自己的了。

哥哥長大了,變了好多,真希望哥哥不要變,還象原來那樣愛我寵我該多好。

我的哥哥寫人作文 篇2

我的家庭裏有4個成員,他們就是爸爸、媽媽、哥哥和我。我十分喜歡這個幸福的家庭,但是我很討厭我的哥哥。我的哥哥名字叫林明耀,今年13歲。他的名字就如他的外表一樣,明亮而閃耀。我不喜歡他的原因有多種,其中一個就是他很愛欺負我。

一天下午,但我準備走路回家時,我看到他在學校大門口等我。當他看到我時,就一直埋怨我慢得像蝸牛樣的。我感到很生氣,直接跑了出去。他看到了,也跟着我跑了出去。到了巴士站,正當我越過馬路時,一倆巴士看起來快要撞上我了。這時,一個身影把我用力地推去一旁。當我費力地睜開眼睛,我才發現———是哥哥!!是哥哥救了我!!救了一個不喜歡他的我!那時,我哭了。我第一次為哥哥哭過,哭得那麼慘。

哥哥他因在那次事件而受了點兒傷,但他沒有埋怨我。而是更加地保護着我,不讓我受一點兒傷害。這就是我的哥哥,像天使一樣守護着我的哥哥。

點評:

這篇簡短的文章運用了“總—分—總”的文章結構方式,從開頭引出了文章的主角,再到敍述故事,最後做總結,整體結構比較完整。

但是文章在描述具體事例的時候略微有些語句單薄,細節的描述較少,事件不夠豐滿!

建議作者在第二段事例的描述時能夠多一些細節和語言的描寫,這樣可以豐富整個文章!

我的哥哥寫人作文 篇3

我有一個家在雲南的.哥哥。他比我大十八天,和我一樣瘦,個子卻比我高很多,皮膚很白。他是一個很聰明也很頑皮的小男孩。

哥哥很聰明,他的各科成績在班上都名列前茅,特別是我最怕寫的作文他也寫得既快又好。我很好奇,就問他:“我每天花在學習上的時間都比你多,但我的學習卻沒你好,你是怎麼學習的呀?”他回答説:“那是因為我上課從來不開小差,每節課都認真聽講,下課後認真複習,再完成老師佈置的作業,然後預習新課。作文嘛,是我每天都花半小時以上的時間閲讀課外的結果。”看着他自信的樣子,我吃驚地説:“就這麼簡單?看來我要改變一下學習方法啦!”

哥哥很頑皮。如果有一根金箍棒,他就是一個名副其實的孫悟空了。他一刻不停地上躥下跳,還不時地做些惡作劇。比如在餐廳吃飯,他帶着我和妹妹趁人不注意,偷吃人家剛從廚房抬出來,還來不及送到房間的菜。還趁人不注意,從角落裏突然跳出來嚇人一跳。有一次在外婆家,他帶着我和妹妹爬上高低牀的高處,然後跳下來。以至於後來幾天我們三個人時不時就這樣做一下,後來終於被大人們發現了,嚇得他們把我們三個抓到客廳訓了一頓。

這就是讓我既愛又害怕的哥哥,每年我們都很難見一次面,我卻很掛念他!

我的哥哥寫人作文 篇4

我的哥哥叫xxx,我非常喜歡他。

昊哥哥胖乎乎的。像一隻小熊貓。圓圓的臉上嵌着一雙三角眼,笑起來特別可愛。昊哥哥的手可快了,吃飯的時候,屬他夾得菜多,吃的也多、昊哥哥也特別勇敢,我和哥哥之間的事,就像天上的繁星,數也數不清。

哥哥在瀋陽上學,只有過年才能回北安,所以我十分想念他,每到寒假,我都精神倍增、神采奕奕!回北安後,我就總跟在哥哥的身後,媽媽叫我:“跟屁蟲”,我也不嫌棄。有一天,哥哥説下樓去放煙花,我特別高興,哥哥拉着我的手飛奔下樓,到了樓下哥哥先給我講放煙花的注意事項,告訴我不要怕,然後給我點燃了一個。“哧”煙花燃了起來,飛上夜空,美麗極了。

這就是我的哥哥,能給予我親情的哥哥。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/renwuzuowen/rendezuowen/7dm3zz.html
專題