我谈《神雕侠侣》

      金庸先生的《神雕侠侣》可以说是武侠小说中的经典,古天乐的出演更是让95版《神雕侠侣》这部电视剧家喻户晓。全书以情义为中心,一波三折,抑扬顿挫。

      该剧以李莫愁吟元好问的雁邱词“问世间情是何物,直教生死相许。

 

  天南地北双飞客,老翅几回寒暑。

 

  欢乐趣,离别苦,就中更有痴儿女。

 

  君应有语,渺万里层云,千山暮雪,只影向谁去。”开端。又以该词结尾,首尾呼应。该剧将“情”字发挥得淋漓尽致,先由李莫愁的因爱生恨,血洗陆家庄开端,然后叙述主人公杨过与其师傅小龙女的“情”,师徒恋在当时是为人所不耻的,被认为是有违伦常。然他们之间爱之深,情之切,让他们宁愿背负一世骂名,也要相守在一起。但是杨过与小龙女的爱情故事并不是一帆风顺的,尹志平可谓是这部小说中最重要的配角,恐怕也是给我们印象最深的配角,呵呵,他的出现,使得杨过与小龙女之间产生误会,以致小龙女不辞而别。直到英雄大会上他们的再次重逢,并大显身手,使得剧情高潮再起。正当他们准备厮守一生永不分离的时候,黄蓉对小龙女的一番话又一次使小龙女不辞而别。小龙女认为不能和自己爱的人在一起,肝肠寸断,漂泊江湖,误入绝情谷,正是羊入虎口。杨过获悉后,与众人一同前往绝情谷,时正逢绝情谷谷主公孙止与小龙女准备成亲。几经波折,二人终于相认,可二人也因此相继身中情花之毒,一旦动情,便会毒发,全身有如针刺。但是只要不动情就不会毒发,怎奈二人皆是多情人。

      多情人,也是断肠人。经过一番磨难,二人再次重逢,可是重逢后又要面对生死离别。小龙女为了让杨过好好的活下去,不惜与黄蓉共编一个善意的谎言----十六年之约。十六年间,杨过以神雕大侠的身份除暴安良,造福天下。他拒绝了陆无双、程英、郭芙、公孙鄂、完颜萍等人的爱,独自一人漂泊江湖。

      十六年转眼即逝,杨过在断肠崖苦苦的等待,终不见自己心爱的人,于是跳谷殉情,不料崖下有一深水潭,看到蜜蜂后,他顿时认为小龙女必定在这里生活过,也许是心有灵犀吧,经过他的一番找寻,终于见到了他十六年来魂牵梦萦的人。真是皇天不负有心人!

       在杨过跳谷后,郭襄也随之跳谷。正是“问世间情是何物,直教生死相许”。后来众人大战金轮法王时,二雕也来助战,不料一雕被杀。另一雕飞入崖下救起郭襄之后,撞崖殉情。也许它是觉得从此千山暮雪,形单影只,才会以死殉情吧!

唉!正所谓雕犹如此,人何以堪呢?

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
Python中进行角色名词频统计,通常会涉及到文本处理和数据分析。你可以使用Python的nltk库(自然语言工具包)来分词,然后利用collections库中的Counter类来计算每个名词的出现频率。这里简单概述一下步骤: 1. **下载所需库**:首先确保已安装`nltk`和可能需要的停用词列表,可以使用`nltk.download()`命令。 ```python import nltk from nltk.corpus import stopwords from collections import Counter ``` 2. **读取文本数据**:如果数据是文本文件,可以使用`open()`函数读取。 3. **文本预处理**: a. 分词:使用`nltk.word_tokenize()`将文本分割成单词。 b. 去除停用词:使用停用词列表`stopwords.words('chinese')`去除常见的无意义词汇。 c. 提取名词:使用`nltk.pos_tag()`和`nltk.corpus.wordnet.synsets(word)`判断哪些是名词。 ```python nltk.download('punkt') nltk.download('stopwords') nltk.download('wordnet') def is_noun(tag): return tag.startswith('n') with open('your_text_file.txt', 'r', encoding='utf-8') as file: text = file.read() words = nltk.word_tokenize(text) stop_words = set(stopwords.words('chinese')) filtered_words = [word for word in words if word.isalpha() and not word in stop_words] nouns = [word.lower() for word, tag in nltk.pos_tag(filtered_words) if is_noun(tag)] ``` 4. **统计频率**: 使用`Counter`对名词进行计数。 ```python noun_counts = Counter(nouns) ``` 5. **输出结果**: 可以打印出出现频率最高的名词,或保存到字典或CSV文件中。 ```python most_common = noun_counts.most_common(10) # 获取最常出现的前10个名词及其频率 for word, count in most_common: print(f'{word}: {count}') ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

邹琼俊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值