當前位置:文書都 >

文學文本 >散文 >

經典散文隨筆

經典散文隨筆

《閒與樂》

經典散文隨筆

“遙望天上雲捲雲舒,閒看庭下花開花落。”曾幾何時,從書架中抽出一本心愛的書,拍拍上面沉澱的歲月,嗅嗅夾雜風中的古老。喚醒書中沉睡的靈魂。亭子旁,小河邊,在甜得滴密的空氣中再次領略文字的奧妙。樹枝在陽光鋪下的舞台上嬉戲。偶爾,一片葉子安然脱離了枝幹,在風的懷抱中悠然打個轉兒,在穩穩地落在微潮的磚上。就這樣任時間流淌。靜謐如畫,柔軟由心。

可現在抬頭一看,班中可是各路英雄豪傑齊聚,一起風風火火闖九州吧?真正還懂得那種靜並實踐的,能達到那種境界的,只要我們的大班長了吧?靜能生慧,心止如水,這樣的他,永遠比我們更勝一籌。

小時候,奶奶説我板凳出來沒有坐熱過。小孩子們不懂靜,不懂閒適的含義嗎?我想不是吧。只是那時的很大原因是興趣。無論上一秒怎樣的瘋,怎樣的鬧,怎樣的跑,怎樣的跳,一旦出現心愛之物,可能是一部玩具賽車,可能是一檔正播出的動畫片,也可能是一隻冰棍。就能瞬間變成一隻乖乖的白兔。透過電視屏的光芒,我總能回想起那一雙水汪汪的眼眸,充滿好奇、渴望,讓一個個孩子懂得閒與靜,這是人們靈魂中深深烙下的本質,也是孩子們天真純潔的心靈。閒與樂的大門向兒童敞開,而如今的我們,面臨更多的誘惑,更多的“精彩”,卻頹然垂下雙臂,無力叩擊緊閉着,封塵已久的大門。

以往的一切,隨着我們的成長而蒼白、虛幻,直至化為泡影,如一個被玩膩的布偶,隨意丟在陰暗的角落。閒與樂被時光無情地封上蠟,靜靜的,小心翼翼地沉入了記憶深處。

花開花落時,許多事開始或結束,雲捲雲舒間,許多事改變或永恆。若每天,我們用眼去觀察周邊的閒適與寧靜。若每天,我們用心去領悟真正的快樂與境界。也許,鐵鎖會慢慢消融,眼睛會慢慢清晰,大門會再次敞開。

閒適中的自得,不應該只是一種生活狀態,更應該是一種人生的境界與品位。

我想,生活會因歡聲笑語而精彩,那麼閒與樂就是一首詩。我喜歡王維的“酌酒會臨泉水,抱琴好倚長鬆。”但是更加欣賞白居易的“千首惡詩吟過日,一壺好酒醉銷春。”

珍寶埋藏在內心深處,閒樂等待喚醒的一天。

《把命運握到自己手裏》

我不太喜歡飄渺的東西,就像今天説的命運一樣!不知道大家相信不相信命運,90後應該都不相信這個!

早上有人問我:今天週末你要上班嗎?

我説:我是自由職業者,上班與不上班都是一樣的!

她説:現在自由職業者當老闆的越來越多,失業的人也越來越多,真不知道該怎麼辦!

我説:這是90後普遍的.現象,關鍵原因還是在自己,如果你現在在網吧看到一羣20來歲的小夥子,對着遊戲yy語音大喊衝啊,殺他,殺他!你就不會這樣杞人憂天了。

我從不相信命運,因為它太假了!著名天王劉德華有一首歌唱的就是:三分天註定,七分靠打拼!生的好自己不打拼,最後也不過如此!

命運是自己把握的嗎?

是的!

可很多人會自暴自棄,就像“命裏有時終須有,命裏無時莫強求”,這句話其實有很大的歧義!

我們20歲上下的年齡,剛剛初入社會,對着自己未完成的期望!呆久了會傻掉,想多了會瘋掉,努力久了會失望,看的多了會無情,傷疤多了會現實!最後我們自己都不知道自己的命運在哪裏!

我們都變成了自己曾經最討厭的那個人,對嗎?

對!

是好事嗎?

是!

我們對很多事抱着無所謂的態度,我們對很多人抱着可有可無的感覺,但正是因為這些,我們把命運捏在了自己的手裏!

想要財務自由嗎?

想!

想要時間自由嗎?

想!

最後做到了嗎?

沒有!

因為命運還沒有被自己掌握!

有人會嘲笑我,説我寫的好不實際!

其實這是最實際的,真正能夠做到的人並不多見!

我不知道有多少人會做計劃書,又有多少人完成了自己的計劃!我對自己説無論再忙也要寫一篇文章!

如果我説我今天不寫文章,那我自己是不會幹的!

我把每天寫文章比喻成將命運掌握在自己手裏,因為我骨子裏是要寫文章的!

可我總會聽到,我今天打算幹嘛,然後沒有幹!我明天打算幹嘛,又沒有幹!

命運分很多種,而我們熟知的無非就是這些!

我初中畢業沒有文憑,我只能進工廠,我不能跟那些讀完大學的大學生比,最後我比他們弱那也情有可原!

我是男生,既不是官二代,又不是富二代!更無法跟那些美麗女孩子相比,她們找個高富帥,輕輕鬆鬆就少奮鬥十年!

我來至農村,家裏的父母都是農民,他們不理解我要做的事!我怎麼去跟城市人比呢?有一個好爹,少奮鬥十年,而我有一個爹,卻讓我要奮鬥好幾代!

這些都是命運,總有一種屬於你!可這所有的一切都還要一個共同點,那就是大家都是人!

命運並不是拿來攀比的,難道沒有人比你過的差嗎?我們無非是想過的更好一點罷了,無非是想能把自己的命運掌握在自己手裏罷了!

標籤: 散文隨筆
  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/wenxuewenti/sanwen/827rw0.html
專題