| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

離開上海的前一夜 為什麼很多人哭

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
  作 者:莫叔


  來 源:審丑時代(ID:gh_86463f5f8f01)

  在隔離 70 天後,他們要離開上海了。


  但是在離開之前,這些普通人到底都經歷了什麼呢?

  這是今天的清晨六點。

  許多人睡醒後,開始了艱難的回家之旅。

  而在他們正式進站之前,會看到這附近,遍地都是用過的抗原試劑 ……

  無法想象,這裡幾個小時前,是怎樣的場面。

  時間再往前挪。

  你會發現,原來在草坪處或高架下,有好多被子和行李箱凌亂放在地上。

  很多人就是在這裡睡了一夜,是在這沒有遮擋的涼風裡,撐到天亮的。

  此外,離開上海的前一夜,還有不少人,選擇睡在了火車站的地下車庫裡。

  有人累得直接躺地上就昏睡過去了,有人安安靜靜靠著冰涼的牆,等待天亮。

  但對大部分人來說,這一夜是無眠的一夜 ……

  時間再往前挪一點。

  如果你有幸可以出小區,或許還能看到:

  街上三三兩兩的行人,在大汗淋漓地踩著共享單車,他們背著一個包,又提著一個包,笨拙而努力地前行著。

  之所以騎共享單車,是因為有的人沒找到其他更好的交通工具,有的人是要為了省錢,畢竟現在一趟路費比平時要貴上好幾倍。

  所以他們寧願這樣踩上四五個小時,甚至走路十幾個小時去往虹橋火車站 …… 為了回家,他們別無選擇。

  這一幕,讓人心酸。


  但心酸之外,總有一個又一個瞬間,讓人熱淚盈眶。

  在虹橋火車站附近,一位上海熱心市民劉先生,他在得知很多人在火車站沒飯吃後。

  義不容辭,自費買了四五十份便當,然後送給那些滯留在火車站裡、沒飯吃的人們。

  他說," 我自己買的,我不需要他們一分錢,就希望他們在回家之前,能夠吃上一頓熱乎乎的晚飯就行了,我自己有多大能力就買多少份,然後送完為止。"

  要知道,他只是一個普通的上海市民,他沒有任何義務要這麼做,所以當離開上海的人們,看到他雪中送炭時,都忍不住紅了眼眶,捧著熱乎乎的盒飯,道謝這位熱心市民。

  是這麼一個普通人,在這一瞬間,為上海重新找回了丟失的尊嚴和體面。


  而劉先生的這一熱心舉動,很快就影響到了其他的上海熱心市民。

  他們在接下來的短短一天之內,買下來 300 盒方便面,300 根火腿腸,還有 4 桶開水,運到了虹橋火車站附近。

  那天剛好下著雨,但是卻絲毫沒有澆滅,這些熱心市民一心想要為同胞解困的熱情。

  他們就這樣在雨中,為這些滯留火車站沒有飯吃的人們,當場沖泡了 300 盒泡面。

  其中有一位大姐,她在拿到泡面後,默默掏出了十塊錢,說真的不忍心白吃人家的東西,說他們也很不容易。

  這一刻,我明白,比病毒更有傳染性的,是人性的善意。是先有一個善良的人站出來了,然後,一個接一個善良的人紛紛站出來了。雨很大,但這一刻真的好暖。

  在這孤獨無助的暗夜裡,是普通人撐起了光明的意義。

  比如這位上海騎手,他在忙完自己的工作後,開始無償幫助路人,把他們更快速度地送到火車站。

  其中一位被他幫助過的路人說," 從徐匯到虹橋 20 多公裡,這位騎手大哥說得趕緊把我送過去,因為他等下還要幫助更多的人,說是能多幫一個是一個。"

  騎手大哥說得輕描淡寫,不是因為這事情做起來很簡單,而僅僅只是因為他對同胞們有著本能的奉獻精神。

  那一刻,被幫助的人,一定會有所感觸,一定會把這份雪中送炭的情誼,深深銘記在心。

  正如這一夜,路上幾位志願者在忙完一天後,遇到一位實在找不到食物的女孩。

  志願者問她發生了什麼事,但又見女孩有難言之隱,所以不再多問,直接把手邊的食物都送給了她。
您的點贊是對我們的鼓勵     還沒人說話啊,我想來說幾句
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0328 秒 and 4 DB Queries in 0.0013 秒