（转自Rhs字幕组）喜剧惊悚片，讲诉一对废材办公室小职员无意间卷入一场致命犯罪阴谋中。
大明天启年间，京城，若楠听说父亲要把自己许配给王爷的次子朱天祥，表明她想嫁的是朱天宝！朱天宝不喜欢若楠，明知若楠暗中跟踪，故意流连青楼。杜三娘带徒弟孟小蝶从江南来京城送药，天宝偶遇来青楼送药的孟小蝶，天宝误以为小蝶是青楼女子，捉弄并借机强吻了小蝶，若楠见此幕生气离开。天宝去苏州寻找念念不忘的小蝶，侯兴国在天宝必经之路设伏将天宝扔下山崖，以为天宝必死无疑。山崖下，天宝被梦老爹救活却失去了记忆。天祥暗中在老王爷的茶中下毒，老王爷死后。天祥如愿继承王位。恢复记忆的天宝被天祥引入紫禁城，御林军将其围住，天宝蒙冤入狱。问斩当天，天宝急中生智，用计使皇帝迫不得已放了天宝。崇祯继位皇帝后，册封朱天宝为九品王爷，他的传奇故事也流进了市井乡野。
对家人感到失望的10岁女孩汉娜遇到父母长期在外工作的9岁的友美和7岁的友珍，三个小女孩互相依靠，重组小小的“家”，为了挽救彼此的家庭，她们决定开始一场未知的旅行。擅长描摹女孩细腻故事的韩国女导演允佳恩，继《我们的世界》之后的又一部佳作，用极富爱心的洞察力展现孩童之间复杂而微妙的情感，给成年人以别样的启示。
韩丁为了罗晶晶答应做龙小羽的辩护律师打这场实际上已有结论的官司。韩丁带着罗晶晶南下绍兴，北上平岭，走访龙小羽曾经生活过，工作过的家乡和单位。因为所有的证据早已证明了龙小羽有无法逃脱的罪责，还因为罗晶晶仍深爱着龙小羽，韩丁的内心十分矛盾，他担心龙小羽把罗晶晶从他身边抢走，但作为律师的职业道德又促使他进行着艰难的走访调查，随着调查的深入龙小羽另一面的形象渐渐清晰起来，韩丁决定查明事件真相为龙小羽作无罪辩护。
本剧一路走来，已经走过了八个年头，第九季是本剧的最终季。八年里，主人公泰德（乔什·拉德诺 Josh Radnor 饰）从梦想成为一名建筑师到当上了大学教授，从差点步入婚姻殿堂到婚礼取消，泰德一路上走得磕磕碰碰，悲喜交加。他经历过几段失败的恋爱，如今单身一人。尽管心里仍然放不下前女友罗宾，但他还是真诚地祝福罗宾与巴尼。与此同时，莉莉和马修也面临着人生的重要转折，莉莉即将前往意大利开始新事业，而马修也得到了梦寐以求的法官一职，夫妇二人会就此分离吗？在罗宾和巴尼的婚礼上，又会出现怎样的状况？“老妈”会用一种什么样的方式，与泰德相遇？
Not bad, although it's over
该剧是讲述既不是检察官也不是律师或侦探，而是国家人权委员会的调查官们的故事，将描写既没有搜查权也没有起诉权的调查官为了被侵害人权而感到绝望的人们而奔走的姿态。主角们调查着比既有的人权侵害和歧视等陈情更重要的陈情案，负责受害程度严重、引起社会性争议、因为公权力、组织、机关等引发的人权侵害问题的调查事宜。
吴亭长管教妻儿不善，难辞其咎。
沿海小城，年轻警官杨家栋（井柏然 饰）初来乍到，恰遇城建委主任唐奕杰（张颂文 饰）坠楼身亡。杨家栋遂展开调查，发现唐奕杰坠楼案与和他过从甚密的紫金企业 负责人姜紫成（秦昊 饰），还有几年前紫金企业合伙人阿云（陈妍希 饰）失踪案都有着密切的关系。杨家栋调查中惨遭革职、追杀，一路逃往香港，途中与死者女儿小诺（马思纯 饰）意外邂逅，并在小诺的协助下继续追查，浑然不觉自己正落入一个纯情陷阱……
大伙这才吐着舌头偷笑。
Far East Battlefield: 100,000 Japanese Dead, 10,000 Soviet Dead, 10: 1 Death Ratio on Both Sides
现了隐藏在城市里各个角落的美食。每天最大的自由和乐趣就是在收工之后独自寻觅美食。在平淡工作和休息的时间里，所接触的客人、旅人、陌生人身上一幕幕的人生百态在五郎面前被展开、收起、珍藏。如同他每次工
他并没有准备祭文，肃然面对神龛主位，慷慨激昂，回顾张家起于寒微乡野，上赖天恩，下倚祖德，辗转奋争，方有今日之兴盛。
Chapter VII Supplementary Provisions
因为，不是每个女人都好运气，嫁到合心意的夫君。
这部惊人的纪录片回顾无药可医的英国爱滋危机大流行早期，当时HIV检测呈现阳性几乎等于宣判死刑。许多受访人士从未对媒体公开谈论过那些痛苦难忘的早期日子，而这可能是他们唯一一次的访谈。本片穿插了演员-强纳森布雷克的访谈，他与病毒共同生活已经超过30年。视频中讲述世人绝不能淡忘的一段绝望时期。《爱滋过后》是对人类同情心、力量、爱心与韧性的非凡见证，并确保那些声音永远不会被遗忘
泛指事物走向成熟，摆脱稚嫩的过程。
想要审判污秽现有世界的人，想要保护现有世界的人，谁代表正义？谁又代表邪恶？
Recent research (https://arxiv.org/abs/1711. 11561) shows that CNN is vulnerable to confrontational input attacks because they tend to learn the regularity of superficial data sets instead of generalizing and learning high-level representations that are less vulnerable to noise.
