
No matarás... al vecino (1989)
Él es un hombre de paz en una tierra salvaje.
Palabras clave
Nota de No matarás... al vecino: IMDb, Rotten Tomatoes y Metacritic
Con un 58% en Rotten Tomatoes, respaldado por un 6.8/10 en IMDb y 45/100 en Metacritic, la recepción de la crítica hacia esta película ha sido mixta.
Sinopsis de No matarás... al vecino
En un típico vecindario norteamericano de los suburbios llegan unos vecinos nuevos a instalarse al lado de la casa de Ray Peterson. Pero estos nuevos vecinos son realmente extraños: nadie los ha visto y por la noche se pueden escuchar extraños sonidos provenientes del sótano. Lo único que conocen es su apellido: los Klopeks. Un día Walter, un anciano del vecindario, desaparece y todos comienzan a sospechar de ellos.
Reparto de No matarás... al vecino

Tom Hanks
como Ray Peterson

Bruce Dern
como Lt. Mark Rumsfield

Carrie Fisher
como Carol Peterson

Rick Ducommun
como Art Weingartner

Wendy Schaal
como Bonnie Rumsfield

Corey Feldman
como Ricky Butler

Courtney Gains
como Hans Klopek

Henry Gibson
como Dr. Werner Klopek

Gale Gordon
como Walter Seznick

Dick Miller
como Vic, Garbageman #1

Robert Picardo
como Joe, Garbageman #2

Theodore Gottlieb
como Uncle Reuben Klopek
Datos de No matarás... al vecino
- Presupuesto
- 18 M US$
- Recaudación
- 49,1 M US$
Clasificado por el equipo editorial de iRankMoviesActualizado agosto de 2026MetodologíaFuentes de datos
Opiniones de la audiencia
Lo que ha gustado a la audiencia
- •comedia de suburbio con humor negro bien dosificado
- •atmosfera entre lo absurdo y lo inquietante que funciona con gracia
- •reparto coral que aporta variedad comica al vecindario
Lo que no ha gustado a la audiencia
- •premisa que se estira mas de lo necesario en el tramo medio
- •tono irregular que combina comedia y suspense sin plena cohesion
Tráiler
Dónde ver No matarás... al vecino(ES)
Ver en JustWatch →Alquiler / Compra
La disponibilidad puede cambiar. Datos de JustWatch.
¿Buscas películas similares a No matarás... al vecino?
Hemos rankeado 50 películas similares usando 8 dimensiones de contenido ponderadas.