首頁 資訊 失戀了怎么治愈自己 怎么安慰一個心情不好失戀的人

失戀了怎么治愈自己 怎么安慰一個心情不好失戀的人

來源:泰然健康網(wǎng) 時間:2025年01月01日 14:48

失戀了怎么治愈自己

1、傾訴

找朋友家人傾訴說,或者跟網(wǎng)友聊聊,或者鋪開一張白紙把心中的苦悶全部寫下來……有情緒需要有出口,如果壓抑它,就會堆積得越來越多,最后導致崩盤。失戀不是丑事,這是兩個人的事情,不是一個人就可以經(jīng)營下來的,坦然面對,開口講述,這是走出失戀的第一步。

2、看能讓你哭出來的電影

心理學家指出,人在情緒壓抑的時候,身體就會分泌有害的生物活性物質,它們不僅會改變人體內的酸堿平衡和激素分泌,還會破壞細胞免疫力。如果能夠好好地哭幾場,讓這些有害物質通過淚液排出體外,就可以降低人體內有害物質的濃度。而且,當人哭泣的時候,負面情緒的強度也會降低40%左右,這就是為什么人在大哭之后感覺心情會好很多。

3、轉移注意力

剛失戀的人總會不習慣,少了個人在身邊,空落落的,吃飯、睡覺、進進出出都是形單影只。這個時候不妨來一次一個人的旅行,去那些從未去過的風景名勝,領略那里的山川河流、風土人情,也許你對現(xiàn)實生活會有新的感悟。

4、慰勞自己

買幾件適合自己的漂亮衣服,換個新發(fā)型,為自己打理一份全新的心情,不是做給別人看,只為給自己打氣重拾信心,一次情感的失敗不是放棄幸福生活的藉口。

5、學會重塑自我

在失戀情緒平復后,就要開始重新樹立對戀愛的認識。為了準備開始新的戀愛新的生活,一些消極、悲觀的不合理想法,需要在這個階段化解掉??梢蚤_始用理智來思考問題,重新看待這段感情,認識自己的不足,開始總結經(jīng)驗,自我完善,成熟起來。

6、專業(yè)幫助

如果自我調節(jié)不奏效或者實施困難,及時聯(lián)系專業(yè)心理咨詢機構專業(yè)心理咨詢解決。專業(yè)的心理咨詢師會與你一道,探索不能走出失戀的根本原因,找到并處理掉,癥狀自然消失。

怎么安慰一個心情不好失戀的人

一、引導對方盡情哭出來。

如果對方坐在那里很不舒服,想哭卻忍著,那就很不好了。這個時候,你不妨陪他去KTV唱悲傷的情歌或者和對方一起喝酒,讓他們發(fā)泄情緒,因為如果失戀的情緒發(fā)泄不出來,一直積壓在心里,很可能會產(chǎn)生抑郁。

二、用身邊的例子來開導對方。

當對方的情緒有點放松時,你可以給對方一個例子來啟發(fā)對方,比如上周誰分手,或者因為什么原因不能繼續(xù)等等,讓對方覺得失戀的痛苦不止TA,覺得有這么多人像自己,為什么痛苦是我?為什么我失戀了?這些問題和痛苦也會慢慢減輕。

三、傳遞正能量。

對于怎么安慰失戀的人來說,失戀的人大多是灰色的,沒有生氣,沒有活力,對未來充滿迷茫,不知道該去哪里。作為好朋友,你可以積極安慰她,鼓勵她,讓他知道生活中還有很多美好的東西。生活要經(jīng)得起謊言,敷衍,欺騙,忘記承諾,放下一切。

四、不斷肯定對方。

很多人失戀后往往自尊心受到打擊,對自己沒有信心。這個時候,我們可以假裝和她聊天,偶爾表揚一下,這樣她就不會假裝堅強了。當對方提到具體的事情時,及時給予對方肯定和贊揚,互相認可,讓對方知道分手不是她的壞原因。

五、感同身受。

失戀意味著親密關系的解體,他們會感到極其孤獨,最需要朋友的陪伴。如果你有時間和他在一起,你會幫助他度過失戀的艱難階段。此外,談論他們失戀的經(jīng)歷和感受也可以幫助他們消除孤獨,或者借肩膀依靠他們,也可以安慰他們失戀和受傷的心情。

六、擅長留白。

不要說太多的安慰,總是貶低朋友的前任。例如,你不問你的朋友,貶低TA的前任,事實上,雖然你的起點很好,是為你的朋友,想安慰TA,但你貶低TA的前任也貶低你的朋友。對于如何安慰失戀的人來說,你罵得很開心,但你剛剛分手的朋友聽到了。TA的眼睛有多糟糕,他愛上了混蛋。

七、給點空間和時間。

失戀的人不能一下子走出失戀的陰影。他們可能需要幾個月的時間。所以不要一直安慰別人。你可能根本不知道他們分手的真正原因。你剛分手的朋友可能不想再提舊事了。所以,你應該選擇默默陪伴。你應該學會保持安靜,給TA留下很多時間和空間獨自消化。每個人都學會在一段又一段失戀或分手的感情中成長。

(責任編輯:喬嬌 zx0002)

相關知識

心理學:失戀后的心理調適
失戀的心理調適
怎么不變成戀愛腦
失戀后為什么人會暴瘦?
怎樣進行失戀后的心理調適?
失戀后連續(xù)一周失眠,體重下降了好多
回避型依戀人格:6個技巧教你怎么談戀愛
女生如何安慰自己且不傷害自己 一個人在家怎么安慰
自我戀
失眠心理作用怎么克服

網(wǎng)址: 失戀了怎么治愈自己 怎么安慰一個心情不好失戀的人 http://www.u1s5d6.cn/newsview978193.html

推薦資訊