zoukankan      html  css  js  c++  java
  • English--比较结构

    English|比较结构

    接下来让我们一起来透析,英语中的比较结构。各位同学,带上小板凳,要认真哦~

    前言

    目前所有的文章思想格式都是:知识+情感。
    知识:对于所有的知识点的描述。力求不含任何的自我感情色彩。
    情感:用我自己的方式,解读知识点。力求通俗易懂,完美透析知识。

    正文

    首先了解一下什么是比较句。
    比较句,并不是状语从句,而是一种特殊的并列句。
    eg:Mary is more beautiful than Lucy.

    注意:比较句分为两种
    1)原级比较:as(副词) + 形容词或副词的原级 ...... as(连词)....
    2)比较级比较: 形容词或副词的比较级 ..... than (连词)....

    原级比较

    基本概念

    1,原级比较
    出现在“as....as....”(和....一样)的句子中。
    第一个as作为副词,第二个as作为副词连词,引导比较状语从句。
    此时,整个比较结构,可以作表语,定语(形容词结构),也可以作状语(副词比较)。
    在否定句中,也可用“not so .... as ....”
    eg: He is as handsome as john.

    注意: 在书面语中,尤其是主语为代词的时候,为了避免选择主格/宾格的麻烦。最好不要省略比较连词后面的动词。
    eg: He is as handsome as john is.

    2.形容词原级比较
    eg: People sre not so honest as they once were.

    3.副词原级比较
    eg: David works as hard as Bill.

    4.尽量.....
    eg: as + adj./adv. + as possible/one can

    5.极为.....
    eg: be as + adj. + as can be
    eg: That girl is as beautiful as can be.

    6.和往常一样....
    eg: as + adj./adv. + as ever + as one used to be
    eg: Jack is working as hard as ever.

    7.多达.....
    eg: as many as + 数字 +副词名词

    一般比较

    基本概念

    1.形容词一般比较
    eg: Bill Frith's garden is larger than Joe's.

    2.副词一般比较
    eg: Actions speak louder than words.

    准关系代词as,than,but引导的定语从句

    基本概念

    1.as 引导的定语从句
    这种句型属于比较状语从句,只不过as后面省略了复合关系代词what
    eg: As(what/the thing that) I soon learnt, He was English himself!

    eg: As is known to us all, the whale is not fish but mammal.

    2.that引导的定语从句
    eg: He smoked more cigrattes than (what) were normally available.

    eg: I have more money than he needs.

    3.but引导的定语从句
    but本身具有否定意义,所以其引导的定语从句具有否定意义。
    eg: There is nothing but he knows.

    结束语

    恭喜各位,看完了比较结构,相而言比较结构还是比较简单的,所以自己在学习的时候,一定要多阅读。自己在阅读的过程中总结,深刻的理解每一句话的各个句子成分,而不是当需要使用的时候才去分析,学习英语需要变被动为主动。祝大家学习开心~
    下一篇将介绍倒装句内容。

  • 相关阅读:
    CNN结构:SPP-Net为CNNs添加空间尺度卷积-神经元层
    VR: AR和VR演进哲学
    OpenCV:使用 随机森林与GBDT
    VTK初始化New返回Null问题
    VTK嵌入MFC同步显示
    VTK:VTK嵌入MFC成功
    深度学习的技术困难
    编译Caffe-Win错误集锦
    Reducing the Dimensionality of Data with Neural Networks:神经网络用于降维
    VC维与DNN的Boundary
  • 原文地址:https://www.cnblogs.com/Kate-liu/p/11237550.html
Copyright © 2011-2022 走看看