SpanQuery就是用來查詢不僅僅是含有term，並且存在的各個term的位置符合一定條件的doc，從源碼上講他最大的改變就是有了getSpans(IndexReader reader)方法，該方法返回的是Spans，在SpanQuery中使用Spans這個類來召回doc（在普通的termQuery中是使用termDocs進行召回），我們先看看Spans這個類。
在Spans的javadoc中有這樣的說明：Spans用於枚舉term出現的位置，如果是在一個document中則枚舉在當前的doc中出現的各個位置，枚舉完了當前的doc的所有的位置，則會讀取下一個doc，這正是他的next()方法的意義，多次調用這個next方法可能會修改當前的docid（使用doc方法）也可能不會，因爲當前的term在當前的doc中可能出現了多次。Spans還有一個方法start()用於獲得當前的位置的開始位置（也就是在創建索引時的位置增量），還有end()方法，用於獲得當前的位置的結束位置。getPayload()方法，該方法用於獲得當前位置的payload，當然可能在建立索引的時候就沒有保存詞頻和位置信息，所以還有一個開關——isPayloadAvailable()方法，他表示當前的位置能否讀取payload。注意這裏返回的是Collection<byte[]>類型的payload，這是因爲可能有的Spans的子類（比如後面說的SpanNearQuery生成的Span，包含多個子Spans）會返回多個payload，所以用一個集合Collection，一個paylaod用byte[]表示。一句話總結下Spans：用於按照順序枚舉一個term在所有包含他的doc中的位置，可以讀取payload。
我們看一個最簡單的SpanQuery——SpanTermQuery。
SpanTermQuery其實本質上沒有任何用處，他的作用也是按照term進行查找doc（和TermQuery是一個意思），只要一個doc含有指定的term就會被召回，沒有任何其他的限制（和普通的termQuery的召回邏輯一樣），我覺得它存在的意義僅僅是讓我們接觸一下SpanQuery。他有了區別於普通的termQuery的地方——使用termPositions而不是termDocs進行查找（體現在使用Spans而沒有直接在query中使用Term），打分方式也發生了變化——計算tf與termQuery完全不一樣；第二個意義是在他的基礎上有一個PayLoadTermQuery，這個類可以使用payload進行打分。我們看一下SpanTermQuery的源碼。
先看一下他最關鍵的方法：getSpans方法：
@Override
public Spans getSpans(final IndexReader reader) throws IOException {
return new TermSpans(reader.termPositions(term), term);//返回的是一個TermSpans
}我們看一下TermSpans，尤其關注其next方法：
public TermSpans(TermPositions positions, Term term) throws IOException {
this.positions = positions;
this.term = term;
doc = -1;
}在構造方法中會傳入一個termPositions，這個類是TermDocs的子類，他有一個額外功能是能讀取prx文件，也就是能得到每一個term在每一個doc中的出現的位置以及在該位置上的payload，當然他也能讀取倒排表，也就是能召回doc。我們看一下termSpan的next方法：
/**
* 如果當前的term在當前的doc中的所有的出現位置讀取完了（count==freq）則繼續讀取下一個doc，然後讀取下一個位置，增加count++;
* 如果沒有讀取完，則僅僅讀取下一個位置。
* */
@Override
public boolean next() throws IOException {當前的doc的所有的位置都讀取完了。 if (count == freq) {//
if (!positions.next()) {
doc = Integer.MAX_VALUE;
return false;
}
doc = positions.doc();
freq = positions.freq();
count = 0;
}
//讀取下一個位置，此時一定返回true，因爲當前的doc沒有讀取完。
position = positions.nextPosition();
count++;
return true;
}這裏的count表示在當前的doc上所有的出現的次數（用freq表示）中已經讀取了多少次，如果已經讀取完了當前的doc的所有的次數，則讀取下一個doc，即進入if判斷，否則繼續讀取當前的doc。
SpanTermQuery的weight以及scorer
SpanTermQuery並沒有改寫createWeight方法，他會生成一個SpanWeight，這個類沒有什麼特殊的，他會繼續生成一個SpanScorer用來回收doc和打分，重點看一下SpanScorer的nextDoc方法，因爲這個方法用於回收doc，這個方法會調用setFreqCurrentDoc方法，
/**
* 設置當前doc的freq，他是通過讀取當前doc的多個位置來實現的。
*/
protected boolean setFreqCurrentDoc() throws IOException {
if (!more) {
return false;
}
doc = spans.doc();//通過Spans獲得當前的doc（當然spans是根據其封裝的termPosition來實現的這個功能）
freq = 0.0f;
do {
int matchLength = spans.end() - spans.start();
freq += getSimilarity().sloppyFreq(matchLength);
more = spans.next();
} while (more && (doc == spans.doc()));//直到讀取完當前doc上所有的position,所以儘管spans的next方法只會讀取一個位置，但是在scorer裏面試讀取了一個完整的doc，並且每個位置都讀取了，
return true;
} scorer利用spans了讀取了一個完整的doc，並且根據出現的次數得出了freq的值，在score方法中就會使用這個值對當前的doc進行打分。
/**得分唯一不同的是計算tf發生了變化*/
@Override
public float score() throws IOException {
float raw = getSimilarity().tf(freq) * value; // raw score
return norms == null ? raw : raw * Similarity.decodeNorm(norms[doc]); // normalize
}
這樣SpanTermQuery就完了，他也是根據term進行召回doc，只不過他是將倒排表（termDocs，在SpanQuery中是使用了TermPositions）封裝在了Spans裏面，使用spans來一個一個位置的讀取，並且得分的計算方式發生了變化。