本书包括影像、声音、剪辑三大部分内容。影像部分主要论述视觉语言，具体包括构图、景别、角度、焦距、运动、色彩、光线、轴线、场面调试、长镜头等内容；声音部分主要论述听觉语言，主要包括人声、音乐和音响等内容；剪辑部分是把视觉语言和听觉语言综合起来，主要论述剪辑的概念、历史、形式、原理、技巧等内容。