回头草又甜又毒你吃过吗?十大「捡回前任」的超走心复合理由

示意图。(图片来源/达志影像shutterstock提供)

回头草最好吃?

关于到底该不该吃回头草,网路上总是有各式各样的说法,有一派人认为吃回头草是地狱轮回,但也有人认为和旧爱重新开始并没有什么不对,毕竟无论是分手还是离婚,两人关系断开的那一瞬间,其实彼此也都重新归零,更能在分开时放下过去的错误,进而有所检讨和改变。

回头草像是一把双面刃,让人重温昔日过往的美好,但也会清清楚楚看见彼此的伤疤和不愉快的痕迹,今天DailyView网路温度计就要透过《KEYPO大数关键引擎》,带大家看看吃回头草的人有哪些超走心的复合理由

吃回头草的人 有哪些超走心的复合理由

第10名:没有新对象害怕寂寞

有些人吃回头草没有什么复杂的理由,既不是心灵成长了也不是恍然大悟,纯粹就是迟迟没有遇到看得上眼的新对象,这么简单易懂的理由。

房子太大床太空,比起相看两厌,没人陪更可怕,不如跟前任待在一起,两个人总强过一个人,就算是抱持着没鱼虾也好的豁达心情,吃一把熟悉的最对味的回头草也甘愿啰!

第9名:已经原谅错误改善关系

有些分手是因为当下不可饶恕的过错而导致,可能是劈腿、可能是欺骗,相信有经验的人一定很清楚那种既生气又失望的心情。

有句话说得好,人在怒火中烧的时候是最没有判断力的,什么都听不进去,当然更不可能彼此坐下来思考解决方法。事过境迁以后,有不少人愿意原谅对方重修旧好,毕竟人不是完美的,改正错误变成更好的人也算是一种值得鼓励的成长呀!

第8名:了解并接受彼此的优缺点

和旧爱重新走到一起,很多时候也是因为彻底了解、并接受对方和自己不一样的地方,之前争执的事情,分手想过之后,许多人开始接纳彼此的不同。

其实,对自己、对别人都放轻松点看待,毕竟一百个人有一百种性格,再契合的情侣也终究是两个不同的灵魂啊!只有彼此包容和妥协,才能够取得最佳平衡值,再次稳稳地一起走下去。

第7名:成长了变得更成熟适合

很多人在情字这条路上兜兜转转最后又回到最初的对象身边,听起来像是什么旧爱还是最美的动人故事,但其实很多时候是因为两个人都比当初分开时候更加成熟,状态也比起从前更适合在一起。

当一切被时间整理成最好的样子,两人重逢后应该能开始走花路了!

第6名:觉得对方不可取代

有些情侣在分手后,四处寻寻觅觅却找不到中意的对象,到最后才发现,自己经常在新对象的身上寻找前任的影子

直到复合的那一刻才明白,原来当初想放弃的这个人是多么不可取代,完全就是「有些人说不清哪里好,但就是谁都替代不了」的最佳示范啊!

第5名:交友圈有大量交集

因为交友圈严重重叠,最终又复合的例子也不少。毕竟分手后三不五时还是会从共同圈子里听到消息,好像离开了、又好像没离开,想不知道对方的近况都难。

加上有些劝和不劝离的热心朋友,东一个讲几句、西一个说情,听久了想想好像也没那么严重,然后就抱着「再试试吧」的心情复合啦!

第4名:当初因为距离才分手

「远距离」是许多网友公认的感情杀手,小别胜新婚再怎么浪漫,也经常被慢慢长相思和需要时不在身边的绝望给磨光,一切都是败给了距离。

这也是为什么远距离分手的情侣复合比例相对较高,因为两人之间除了「距离」其他都不是问题啊,解决了距离的难关,实在想不到有什么不在一起的理由,就再试试吧!

第3名:怀孕决定奉子成婚

分手后因为怀孕而决定复合结婚的回头草,算是最drama的一种吃法,带着惊喜(或惊吓)重拾幸福也挺值得祝福

因为怀孕的消息,有时候反而会让两个不成熟的怨偶瞬间长大,为了爱的结晶放下彼此幼稚的孩子气,决定再一起携手努力下去。

第2名:放不下曾有的幸福回忆

有很多人在分手之后放不下两人曾有的美好幸福回忆,不管是过了几天、几月甚至是几年后,就算这期间有过新对象,却总是会想起和那个人的过往种种。

一旦你做什么都会想到那个人,几番轮转之后,总会又因为那些珍贵的回忆而选择回到彼此身边,再续前缘

第1名:生活习惯熟悉很快适应

和前任再次交往,其实比想像中简单。一起走过不少日子的两个人,对于彼此的生活习惯肯定是熟悉的,磨合和适应的时间,也比起新对象来得快速容易。

这股熟悉感很可能成为和前任复合的主因,因为人有时候甚至发现,和回头草待在一起最舒适,毕竟彼此的习惯都多少互相暸解,省去调整的步骤,可以专心地再次经营两人之间的关系。

【网路温度计调查结果图文,未经授权请勿转载、改写】

分析说明:

本研究资料由《KEYPO大数据关键引擎》提供,分析时间范围为2017年09月09日至2020年09月07日,共三年。

系统观测上万个网站频道,包括各大新闻频道社群平台、讨论区及部落格等,针对讨论『吃回头草复合的原因』相关文本进行分析,并根据网友就该议题之讨论,作为本分析依据。

本文所调查之结果,非参考投票民调、网路问卷等资料,名次代表网路讨论声量大小,不代表网友正负评价

本篇分析报告使用「KEYPO大数据关键引擎」