2、 《倩女幽魂1》
对白比较有意思,举一个例子:
开始不久,宁采臣也就是张国荣,被王祖贤从水里拉出来,美女正要照例走程序以便吸取阳气,宁采臣却说:“小姐,你们这里的人说话习惯是不是都喜欢靠得这么近啊?……还要抱?你好重啊,我抱不动啊。”
这几句话本身倒没什么,但放在那个本来要发生极血腥怪异事件的情形下,由张国荣幽幽地说出来,人物的简单真诚得到了完全的展示。
这个其实也没什么大不了的,比较有意思的是张国荣说这话时的神情、他对声音的处理,我觉得是他与导演合伙给大家一个笑的机会,是这些电影人对社会的一个讽刺:观众在等待美女和女鬼下手,但演员和导演串通起来表演:你们这帮坏蛋,其实我真的是好人,想看香艳、血腥、怪异,您还得等一会!

如同张曼玉一样,王祖贤演这个角色,年龄帮了大忙。演员这时候很年轻很单纯,容易演出角色的真诚投入,那一份真诚的爱意很容易打动人。但也可能是观众的原因,观众可能觉得这样的女子她们是真诚的,就如同大姑娘看到黑道大哥型的坏男人往往会有好感,觉得都可以依靠似的。观众在现实生活中对这个年龄女子的认知态度,让他们对电影中的演员更容易产生怜惜之情──于是大家看了电影更容易唏嘘不已,不胜感慨。所以要表现“清纯”,无论是从哪个角度,都只能找年轻演员,一则易于演甚至不需要演,二则易于被接受。张大导费老了气力找出周同学,当然肯定毫无疑问是对的。

3 、《纵横四海》
演员的个性与角色的个性往往有相通之处,或者说,导演会按角色的个性来找有这个个性的演员。像这个戏中,周润发和张国荣这两个演员及角色就没办法对调。要是对调,让周润发去暗恋,让张国荣去坐轮椅,都会别扭。扩大开去,让梁朝伟去热火朝天,让张学友去憨厚朴实,好像都不容易办到。这样看来,演员是演角色还是演自己,真的还不好说。
有些演员能演不同类型的人,甚至跟本人性格完全相反的人,这样的人才是“演员”。据说佟掌柜在生活中话不多,也低调,跟戏中的老板娘形象相去甚远,这很不容易。继续意识流地的话,有几个问题:①哪个形象更接近真实?戏里的形象|生活中的自己?生活中演得厉害些还是戏里的演得厉害些?我们在什么状态下才是我们自己?②像这样演戏,演多了会不会有多重人格或是精神分裂?不投入演不出来,太投入戏里戏外又界限不清,假戏有时真做。做演员有时的确不容易,这不容易哪里只限于范冰冰说的演戏要冷天里泡在冷水里那样简单!
开场不久,在游泳池边,周润发哄钟楚红说:“红豆妹妹,你看,这水边的红豆,鹅蛋形的圆脸,哇噻,修长的上半身,那下半身就不必说啰!你甜得来呢,会甜死人的,你是一个灰常灰常会生养的优良品种……哇,你要死啊,踢我下水?!”前半部分柔情蜜意,估计没人能抵抗得住,红豆脸上明显雨过天晴;后半部分真情展现,“其实我就是哄你你还真听进去了女人真是容易听好话谁说最最不懂你的心这么好懂啊”。这个场面会让大家都开怀一笑,好心人会为红豆庆幸,说这话的人虽然坏,但不真的坏,其实是好,有情趣,会说话。红豆要是碰上一个“阿飞”那样的人,那就糟了。问题是,碰到“阿飞”的女人好像都爱阿飞爱得绝不后悔死心塌地,只能让天下本分男人长叹一声:原来世界是这样啊,坏男人才是好男人!

这个电影多年前看过,基本是美国电影的翻版,香港味道极有限。

4、 《阿飞正传》
这个电影让人看了生气。整个电影就像南亚的雨季,潮湿,黏糊,纠结,颓废,压抑,沉闷,这些感觉让人觉得苦不堪言,巴不得电影结束,人要是生活在这样的空气中,多半会巴不得生活有个尽快的了结。虽然安排阿飞死了,但让人很不解恨。
导演让演员出现在狭窄混乱的房间里,出现在破旧的楼房里,甚至连杂货店、地铁站、球场大门也找的是破旧的地方,所以导演是存心给观众过不去,存心让你觉得生活就是这样不地道。如果再加上老在夜里活动,就是白天也像是阴天,这份压抑、沉重就更真切了。菲律宾的火车站古怪得不像车站,机器镜头我觉得被蒙上了什么镜片,一片惨淡灰暗;没完没了的雨滴声伴随大部分时间;老女人鲜艳夸张的打扮、上海(?)腔调……
导演真是太过分了,观众真可怜,花钱买这样的体验,我觉得就好比是花钱去吃饭,结果端上来的是变质的食物,一开始不知道,越吃越难受,总期待下一道菜新鲜点,结果总是一律,直到终了。这样的生活会把人逼疯的。
当然有人会说,有这个感觉证明导演作品好,能深深地触动你。我还是不喜欢这样的电影,要是进电影院看它,那只会感到花钱买罪受。也许生活中有这样的事实,也许这是导演对生活的感知,但你也可以弄点“曲笔”,添一个“花环”什么的。本来“警察”是可以充当这个花环的,但结尾他却去帮那个阿飞……

关于2、《倩女幽魂1》 3、《纵横四海》 4、《阿飞正传》相关推荐

  1. 《阿飞正传》经典台词

    我听别人说这世界上有一种鸟是没有脚的,它只能够一直的飞呀飞呀, 飞累了就在风里面睡觉,这种鸟一辈子只能下地一次,那一次就是它死亡的时候.  一九六零年四月十六号下午三点之前的一分钟你和我在一起,因为你 ...

  2. Python爬虫任务1

    1 爬虫入门 1.1 Requests Get r = requests.get('https://www.baidu.com')r.encoding = 'utf-8'print(r.status_ ...

  3. 小试爬虫之豆瓣电影TOP250

    import re from urllib.request import urlopendef getPage(url):response = urlopen(url)return response. ...

  4. Python爬虫编程实践--task01

    主要内容 HTTP基础 HTML基础 requests.get的使用 API的使用 HTTP HTTP是一个客户端(用户)和服务器端(网站)之间进行请求和应答的标准.通过使用网页浏览器.网络爬虫或者其 ...

  5. Datawhale--组队学习第12期--python爬虫基础学习---task0/task1环境配置和网页请求基础

    先修知识:task0(基本类库安装,git,anaconda,文本处理) Task0(前置):需要自己安装有关环境,学习git(b站),下载有关driver Chromedriver 作用 驱动浏览器 ...

  6. Day2--正则表达式

    1.正则表达式 正则表达式,又称规则表达式.(英语:Regular Expression,在代码中常简写为regex.regexp或RE),正则表达式通常被用来检索.替换那些符合某个模式(规则)的文本 ...

  7. 爬虫学习日记1-豆瓣top250电影信息爬取

    @ 爬虫学习日记1-豆瓣top250电影信息爬去 学习任务:结合requests.re两者的内容爬取https://movie.douban.com/top250里的内容, 要求抓取名次.影片名称.年 ...

  8. 香港电影男演员十大代表

    NO.1 李小龙 真功夫派 作为香港电影功夫片的代表人物,李小龙在整个香港电影历史上都该有一席. 上个世纪七十年代初,他的<唐山大兄>.<猛龙过江>.<精武门>票房 ...

  9. 025-2018-1011 re模块

    1.今日内容大纲 一. 昨日内容回顾1. 正则表达式1. 普通字符. a in xxxx2. 元字符. 除了换行\w 数字, 字母, 下划线\d 数字\s 空白\n 换行\b 单词的末尾\t\W\D\ ...

最新文章

  1. Vue+Element-ui+二级联动封装组件
  2. 中国联通沈阳互联网数据中心
  3. EXCEL 数字+E+数字 自动识别为指数形式的解决办法
  4. Linux中使用ps、awk、sh一起批量杀死所有的dotnet进程。
  5. 一行代码搞定 Scrapy 随机 User-Agent 设置
  6. 测试反模式冰激凌模式的不足_单元测试反模式,完整列表
  7. mysql数据库文件位置
  8. Windows Server 2003 DNS服务安装篇
  9. java 分页查询_JavaWeb之分页查询
  10. JPA、Hibernate、Mybatis的区别
  11. 前后落差大用什么词语_在海边拍婚纱照,需要准备什么东西呢?海景婚纱摄影这些要注意...
  12. 【网络信息安全】密码学入门笔记
  13. python进阶16多继承与Mixin
  14. android 使用webview 加载网页
  15. Trusted Execution Technology (TXT) --- 启动控制策略(LCP)篇
  16. [猫扑贴贴论坛]2010暴强年终总结篇:有种美叫凤姐,有种帅哥叫犀利哥
  17. 图像复原matlab论文,基于matlab图像复原论文
  18. “工欲善其事,必先利其器”-- 教你几招如何选择合适的数据可视化工具
  19. 题解HDU6148 Valley Numer(数位DP+深搜DFS)
  20. 技术面常见问题(持续更新)

热门文章

  1. Python基础入门教程(一)
  2. Smarty介绍安装及配置
  3. SpringDataJpa框架使用【超详细!】
  4. 最牛王者荣耀装逼神器助手微信小程序源码下载支持多种流量主模式
  5. 这29家谷歌SEO公司超赚钱,涉及800亿美元
  6. 2019-9-2-正则表达式30分钟入门教程
  7. 2017年职业生涯小计
  8. 网站太多太杂很烦人?macz小编告诉你如何在Chrome上屏蔽任何网站
  9. 你值得知道的五佳非主流阅读器
  10. Nature:Adversarial explanations for understanding image classification decisions and improved