为什么老人说,在婚姻里不忠诚的人不能要,连朋友都不要做

婆媳同住,谁更委屈 3个真实案例, 过来人 说出心声

各位老铁们好,相信很多人对为什么老人说,在婚姻里不忠诚的人不能要,连朋友都不要做都不是特别的了解,因此呢,今天就来为大家分享下关于为什么老人说,在婚姻里不忠诚的人不能要,连朋友都不要做以及怎样的婚姻不建议挽回的问题知识,还望可以帮助大家,解决大家的一些困惑,下面一起来看看吧!

本文目录

  1. 为什么老人说,在婚姻里不忠诚的人不能要,连朋友都不要做
  2. 如何看待婚烟中“好马不吃回头草”这一观点
  3. 离婚后还骂个不停的婚姻,值得挽回吗
  4. 如何挽回已经没有信任和爱的婚姻,虽然彼此不舍

为什么老人说,在婚姻里不忠诚的人不能要,连朋友都不要做

老人的这种说法是对的。

婚姻中的夫妻二人,是比父母兄弟都要亲密的两个人,同一个屋檐下生活,同一个锅里吃饭,晚上同床共枕坦诚相对。他们既是夫妻,也应该是战友,是可以把后背交给对方而不怕对方在后背给你捅刀子的人。

这样的亲密关系,如果放在战争年代,两个人当中一方出现不忠诚和背叛,另一方的处境就会非常危险,甚至有可能随时被背叛方背后捅刀子丢掉性命。

夫妻关系亦是如此。两个人关系亲密到可以跟对方赤裸相对毫无防备,对彼此都是毫无保留的信任。如果这样的一种亲密关系都能不对对方忠诚或者背叛对方,对于所谓的朋友就更加毫无顾忌的背叛了。

夫妻间的关系,忠诚是第一位,信任是第二位。一个对妻子或者丈夫都不能保留忠诚和信任,更何况对于朋友呢?这样的人其实很自私,ta谁都不爱,只爱ta自己。平常没有什么利益关系的还好,一旦触及自己的利益,是可以随时出卖对方。这样的人不能做朋友,更不能做夫妻。

如何看待婚烟中“好马不吃回头草”这一观点

好马不吃回头草,天涯何处无芳草!回头都不是好马!

茫茫人海中,能相知相惜是一种缘分,没有谁对不起谁,谁也不欠谁的!只有相互珍惜彼此包容,有颗感恩的心婚姻才能长久!

婚姻的初衷估计谁也没想到走离婚的路,既然离婚肯定是双方有原则上分歧,或者是不能调合的理由才分手。如果再回头主观上没有解决根本的问题,只是因为客观上比如为孩子,在外面没找到合适的,还有什么其他因素回头复合,但没有深层次的去修复双方心中裂痕,破镜重圆中间终始有条缝,在一起也是勉勉强强,如果遇到问题产生矛盾,相互之间估计各方面伤害更深,最终还是一拍两散,一个人又有多少青春岁月经受得起多次折腾!

婚姻是愛情的纽带不是捆绑的绳索,如果婚姻貌合神离走到尽头,彼此分手是最好的选择,离了才能去寻找真正属于自己的幸福,放过对方也是放过自己,至少给了彼此机会,不离婚相互折磨,连机会都失去了。

所以呢!好马最好别回头,天涯何处无芳草!

离婚后还骂个不停的婚姻,值得挽回吗

不值得。因为婚姻没有对错,只有适合不适合。有爱情的婚姻是完美的,没有爱情的婚姻未必不幸福。因为爱情是两个人,而婚姻涉及到两个家庭的方方面面。既然离婚了,说明两个人并不适合,就没必要再纠缠在一起,更不要继续辱骂伤害对方。俗话说,强扭的瓜不甜,走出离婚的阴霾,努力寻找自己的幸福,才是王道。

如何挽回已经没有信任和爱的婚姻,虽然彼此不舍

如何挽回已经没有信任和爱的婚姻,虽然彼此不舍?

朋友们你们好,我是公明童S。

以下原创回答,希望朋友们留言关注点赞。

首先感谢悟空官方邀请,其次再说说我的个人看法。希望对你有所帮助,更希望你有机会可以看到我的文章。

婚姻最关键的就是信任和爱,信任和爱是幸福婚姻的基础。居然没有信任就会疑神疑鬼,你做的事情,我充满了怀疑,我做的事情你也不再信任。没有了爱,你不会很想给他爱,他也不会很想给你幸福。这就是没有爱和信任婚姻的宿命,离婚是这类人的最终选择。

夫妻为什么会把日子过得这样呢,其实都是不懂得互相合作,彼此包容,相互尊重。我们拿一件事来说,男人做事业,女人尽量帮忙,在帮忙中把自己当成副手,去帮男人把事情做好,做完美。在把事情做完美的时候,两个一起去吃喝拉撒玩,在合作的过程中体会快乐。男人做事不会面面俱到,女人把他当做把关人,这样事情会做的更好,信任也要慢慢建立。

爱是两个人的烟火,更是两个人经历生老病死的过程。在这个过程中,你尽量把他当做自己来对待,注入爱心,用真情打动对方。有时候我们会感冒,在感冒的时候,好好为对方做一些事。既然不舍就是有爱,既然不信任,就要去做,做一些让对方信任的事情。

没有爱和信任不是最终结局,关键要看自己想不想挽救和解决,解决的方案是共同生活,彼此关心,祝你们幸福朋友,好好的去做。

关于为什么老人说,在婚姻里不忠诚的人不能要,连朋友都不要做到此分享完毕,希望能帮助到您。

作为家政人的我们,该如何做好家政服务这个行业呢

声明:本文内容来自互联网不代表本站观点,转载请注明出处:https://bk.77788889.com/12/118640.html

相关推荐