10Mar

《伤城》(Confession Of Pain)

时间: 2007-3-10 分类: 电影影评 作者: robins 1415 次浏览

TAGS:

梁朝伟出演反派,刘伟强、麦兆辉,庄文强这个“铁三角”组合确实实力很强!整个影片略显低沉,有着伤城的意味。不太喜欢徐静蕾的演出。不错的影片。打分 B+

◎译  名 伤城
◎片  名 Confession Of Pain
◎年  代 2006
◎国  家 中国
◎类  别 剧情/悬疑
◎语  言 粤语
◎字  幕 中文/英文
◎IMDB评分 6.6/10 (218 votes)
◎IMDB链接 http://www.imdb.com/title/tt0834902
◎片  长 110 Min
◎导  演 刘伟强 Wai Keung Lau
      麦兆辉 Siu Fai Mak
◎主  演 梁朝伟 Tony Leung Chiu Wai
      金城武 Takeshi Kaneshiro
      徐静蕾 Jinglei Xu
      舒淇 Qi Shu
      杜汶泽 Chapman To
      黄伊汶 Emme Wong
      谭俊彦 Shaun Tam
      梁靖琪 Toby Leung

◎简  介 

剧情介绍:

《伤城》的故事发生在一个伤心之城,梁朝伟扮演深藏不露的总督察刘正熙,金城武则饰演一位智勇兼备却又嗜酒成性的私家侦探丘健邦,二人亦师亦友,为生死之交。故事以一宗残酷的灭门惨案开始,带出各人的过去,逐步揭示出案中所隐藏的事实真相。

  丘健邦带着过去的伤痛,却又和舒淇扮演的细凤关系扑朔迷离,徐静蕾(blog)扮演的金淑珍为刘正熙的新婚太太,却不知自己是被丈夫利用的工具,人性的诡异与布局的奇情,在本片中得以全面的彰显。

幕后制作:

伤城由来

当年的《无间道》可谓红极一时,导演刘伟强、麦兆辉,编剧庄文强被人称为“铁三角”组合。此番卷土重来,同样的导演班底,同样的警匪题材,同样强大的明星阵容,《伤城》是否能超越《无间道》成为一个焦点。庄文强的答案是:“我们这部影片的目标就是要超越《无间道》,故事都已经酝酿很多年了。”而刘伟强则强调,这是一部推理片,而不是警匪片,并说故事主要以推理和侦探为主。

刘伟强表示,《伤城》的故事性质与《无间道》截然不同。这一次要讲述的是一个“伤心之城”的故事:“这是一个到处都是伤心故事的城市,每个人心中都有一段伤心的故事,伤心的人又各自在这个城市中自我修复。”“我们已经有3年没有在香港拍戏了,SARS给香港人的内心造成了很大的伤害,人们的内心也发生了很大的变化,这是一部纯香港的故事,伤城也就是香港这座伤心的城市。”

角色介绍

梁朝伟 饰演 刘正熙:

凶杀组总督察,学院派警员,机智冷静,分析力强,擅于布局。性格沉着冷静,从不感情用事,讲求纪律及法律程序;但办案时对凶残匪徒则心狠手辣,加上领导能力极强,甚得下属爱戴。谁也想不到一个辣手神探,竟会利用专业技能,将妻子一家灭门,逍遥法外。看似完美无暇的背景,原来有着惊心动魄的过去。刘正熙的真正身份,竟是一个不存在的人。

金城武 饰演 丘建邦:

前凶杀组沙展,行动组头号人才。智勇兼备,耐性及耐力惊人,想法天马行空,异于常人;调查案件时,不达真相绝不罢休。他本来性格乐天自我,感情丰富;但因女友自杀,令他放弃自己,酗酒成性,更离开警队,当个调查桃色事件寻人追债的私家侦探。其实,赤子之心从未泯灭,一直苦苦追查女友自杀真相;另一方面,对金家灭门案穷追猛打。

舒淇 饰演 细凤:

啤酒推销女郎,来自内地,每夜穿梭酒吧,见尽三教九流,吃得苦。极懂利用天赋本钱谋生,但其实用情专一。口才了得,性格活泼同时也泼辣非常,唯独对丘建邦千依百顺,一夜风流过后,以为逢场作兴,没料竟是不能自拔,爱上一个不应爱的人。

徐静蕾 饰演 金淑珍:

富家千金,职业记者,对世事真假极执着,个性坚强,爽朗,但又知情识趣,对丈夫温婉柔情,没想到枕边人竟是穷凶极恶。老父被杀后,一直念念不忘个中疑云,苦苦追查,精神几近崩溃!丈夫悉心照料,令她重获生存意志,谁知竟是枕边人另一杀局的前奏。

杜汶泽 饰演 崔永光:

凶杀组B队总督察,行政形公务员,办案不求有功但求无过,口中对任何线索皆视为极度重要,只是一到办案就敷衍了事,故人称吹水光。随随便便的办案手法,令他变成刘正熙杀局一只重要棋子。

本文作者:

希望您能够喜欢,欢迎您留言,我会及时答复。我要投稿

喜欢我们的文章请您与朋友分享:

相关文章:

Comments

目前没有评论. 你将成为第一个吃冒烟螃蟹的人!

Comments
发表评论

电子邮件地址不会被公开。*标记为必填选项

按 [ Ctrl+Enter ] 键直接提交

  • 正确格式为: http://www.shengbin.net

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据

返回顶部