2015年第8本(英文第7本):the city of ember 微光城市

简介:

书名:the City of Ember(中文名:微光城市)

作者:Jeanne DuPrau

单词数:6.2万

不重复单词数:未知

首万词不重复单词数:未知

蓝思值:未知

阅读时间:2015年4月24日 – 4月28日

上一本《纳尼亚传奇I》读完后,想读一本与程序员相关的英文书籍,又不想找太专业的编程方面的书籍,看看以前的书单,已经忘了《Zen and the Art of Motorcycle Maintenance》这本书是哪位程序员大师推荐的了。我也非常奇怪,为什么程序员的推荐书籍中还有一本关于摩托车保养的书目,到豆瓣中看了一下该书的评论,原来中文名为《万里任禅游》后,据说里面关于查找摩托的bug与找程序的bug是相通的,尝试读了几章,到达10%的时候彻底放弃了,讲他喜欢骑摩托车旅游,自己准备相关物品,还要学会自己保养和维护他的爱车,看了一段实在提不起兴趣,果断放弃了该书。

周末陪孩子去买书,看她买了一本《微光城市》,看看书尾的介绍,情节还挺吸引人,就去找到了该书的英文原版《The City of Ember》。

书中讲了世界末日来临,科学家们在地下建了一座城市,按200年使用寿命设计,逃生指南放在一个小盒子中由市长们世代相传,可惜小盒子传递过程中出了差错。200多年过去了,在地下城市中的后代们以为世界就是一片黑暗,只有广场和家中才有微弱的光亮,严重老化的城市随时就会断电,陷入一片黑暗之中,两位12岁的孩子开始寻找逃生之路。

全书单词量不大,非常适合学生阅读,人物不多,关系也不复杂,我整理出的人物图。

微光城市人物关系图

书中还有一张微光城市的地图,可惜我没找到比较清楚的。

image

看完书后,再去找到同名小说改编的电影看看,电影改编得有些夸张,里面还有一些稀奇古怪的设备,逃生指南也完全不一样了,这里有篇影评

image

该书是一个系列,共4本,找机会去读读下一本《星火》。

image

本文转自申龙斌的程序人生博客园博文,原文链接:http://www.cnblogs.com/speeding/p/4465924.html,如需转载请自行联系原作者

http://www.cnblogs.com/speeding/ 

相关文章
|
5月前
|
机器学习/深度学习 搜索推荐
阿里巴巴EMO对数字人行业的影响
【2月更文挑战第13天】阿里巴巴EMO对数字人行业的影响
1163 2
阿里巴巴EMO对数字人行业的影响
|
7天前
|
存储 JSON JavaScript
JavaScript帮我编写快递自动分拣的代码,区分省份市区县城乡镇
JavaScript帮我编写快递自动分拣的代码,区分省份市区县城乡镇在JavaScript中编写一个用于快递自动分拣的代码,区分省份、市区、县、城乡镇,通常意味着你需要一个数据结构来存储这些地理区域的信息,并编写逻辑来根据快递地址中的信息将其分配到正确的分类中。 这里,我将提供一个简化的示例,说明如何使用JavaScript对象和函数来实现这一功能。请注意,这个示例是高度简化的,并且假设你已经有了某种方式(如正则表达式或API调用)来从快递地址中提取省份、市区、县等信息。 ----------------------------------- ©著作权归作者所有:来自51CTO博客作者goS
|
4月前
|
JSON JavaScript 定位技术
Echarts 绘制地图(中国、省市、区县),保姆级教程!
Echarts 绘制地图(中国、省市、区县),保姆级教程!
|
存储 JSON JavaScript
|
计算机视觉
Crack Slide | hb省建筑市场监管公共服务平台滑块分析(一个从开始就失败的案例,0.1星)
Crack Slide | hb省建筑市场监管公共服务平台滑块分析(一个从开始就失败的案例,0.1星)
|
机器学习/深度学习 编解码 人工智能
Google Earth Engine(GEE)——Sentinel-1 和 2 数据的融合,水稻范围识别和水稻种植季节区分地图绘制—马来西亚为例
Google Earth Engine(GEE)——Sentinel-1 和 2 数据的融合,水稻范围识别和水稻种植季节区分地图绘制—马来西亚为例
878 0
Google Earth Engine(GEE)——Sentinel-1 和 2 数据的融合,水稻范围识别和水稻种植季节区分地图绘制—马来西亚为例
PAT甲级 1005. Spell It Right(20分)
PAT甲级 1005. Spell It Right(20分)
50 0
|
编解码
Google Earth Engine ——全球行政单位层(GAUL)国家-省/州-县级层面(含简化面)数据集
Google Earth Engine ——全球行政单位层(GAUL)国家-省/州-县级层面(含简化面)数据集
351 0
Google Earth Engine ——全球行政单位层(GAUL)国家-省/州-县级层面(含简化面)数据集
|
编解码
Google Earth Engine——加拿大数字高程模型(CDEM)是加拿大自然资源部(NRCan)测高系统的一部分,源于现有的加拿大数字高程数据(CDED)
Google Earth Engine——加拿大数字高程模型(CDEM)是加拿大自然资源部(NRCan)测高系统的一部分,源于现有的加拿大数字高程数据(CDED)
140 0
Google Earth Engine——加拿大数字高程模型(CDEM)是加拿大自然资源部(NRCan)测高系统的一部分,源于现有的加拿大数字高程数据(CDED)
|
编解码 定位技术
Google Earth Engine(GEE)—— 全球生态系统动态调查(GEDI)综合数据集(高程、森林覆盖、城市占比)
Google Earth Engine(GEE)—— 全球生态系统动态调查(GEDI)综合数据集(高程、森林覆盖、城市占比)
786 0
Google Earth Engine(GEE)—— 全球生态系统动态调查(GEDI)综合数据集(高程、森林覆盖、城市占比)