- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国节礼仪
节日礼仪
节日习俗是我们历代祖先在长期社会生活过程中,为适应生活和生产的各种需要而创造出来,并经过不断发展而传承下来的民族习俗。
春节
亘古溯源,流变绵远百节年为首,四季春最先。春节( 含除夕)是炎黄子孙历史最悠久、最隆重、最富于民族特色的节日。春节又叫“过年”、“年节”,其影响遍及祖国的四面八方、海外华侨和华人。
习俗:扫尘;剪纸;贴年画、春联;除夕守岁;包饺子;放爆竹;拜年
四忌:乱走动;酗酒;赌博;扯闲话
春节期间要特别注意语言禁忌,尽量说一些好话、吉利话,如“多”、“余”、“好”等字眼,切忌说“病”“死”“完了”等之类的不详话。
元宵节
元宵,原意为“上元节的晚上”,因正月十五“上元节”主要活动是晚上的观灯赏月,后来节日名称也演化为“元宵节”。
习俗:扎花灯;猜灯谜;耍龙灯;踩高跷;划旱船;扭秧歌;吃元宵
元宵的灯又叫彩灯、花灯和灯笼
清明节
?? 清明节是中国重要的传统民俗节日之一,清明节有两种不同的概念和含义,其一是古人根据太阳历制定出的气候节令,其二是一个缅怀故人的祭祀节令。
习俗:踏青;扫墓;祭拜祖先;放风筝
端午节
端午节为每年农历五月初五,又称 HYPERLINK /view/63196.htm \t _blank 端阳节、午日节、五月节等;端午节是中国 HYPERLINK /view/2717.htm \t _blank 汉族人民纪念 HYPERLINK /view/1646.htm \t _blank 屈原的 HYPERLINK /view/182671.htm \t _blank 传统节日
习俗:吃粽子;赛龙舟;挂艾蒿;带荷包;喝雄黄酒;佩带香袋
中秋节
农历八月十五,中秋节。这是人们一直都喻为最有人情味、最诗情画意的一个节日。有人说,每逢佳节倍思亲。中秋节 这一份思念当然会更深切,尤其是一轮明月高高挂的时刻。
习俗:吃月饼;团圆;赏月
重阳节(“老人节”、“敬老节”)
农历九月初九是重阳节,古人认为九是阳数,两九相重,所以叫重九。两阳相重,当然叫重阳。重阳节本是一个以娱乐为主的节日,国家现在定为老人节,就有了全新的意义了。
习俗:吃重阳糕;登高;喝菊花酒;插茱萸
活动广场
传统节日寄托着人们美好的希望和祝福,是祖祖辈辈传袭下来的文化遗产,是中华民族文化的载体。我国的主要传统节日除上述外还有七夕、腊八、寒食等等。
你的家是怎样过这些节日的?谈谈你的感受
您可能关注的文档
- 个案工模式.doc
- 个案模.ppt
- 个案工方法.doc
- 个案护(孟倩倩).doc
- 个案管.doc
- 个案记模板.doc
- 个案访.doc
- 中介业员的制胜法宝.doc
- 个案社工作(实务).ppt
- 中医临应用川乌草乌荟萃.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)