软 404 是什么，为什么容易被忽略
软 404（soft 404）指的是服务器返回 HTTP 200，但页面实际没有实质内容的情况。它和真实 404 的区别在于：真实 404 会在状态码层面明确告诉蜘蛛这个地址不存在，而软 404 表面上一切正常，只有真正读一遍内容才会发现页面是空的、报错的，或者只剩一个模板骨架。
对站点来说，这类页面不会立刻引发明显故障，所以很容易长期存在：搜索无结果页、下架的商品页、被清空的分类页、查询失败后返回的空模板，都可能是软 404。它们占据着抓取时间，也让站点的质量信号变得模糊。
哪些页面最容易变成软 404
- 站内搜索无结果页：用户搜了一个没有匹配的词，页面返回 200，只有一句没有找到相关内容的提示。
- 商品或内容下架页：数据被删，页面仍能打开，标题还在，正文已经空了。
- 筛选与组合参数页：多个筛选条件叠加后结果为空，模板照常渲染。
- 数据读取失败的模板：后端查询超时或异常，页面没有抛错，只是渲染出一个空壳。
- 需要登录或权限的页面：未登录时返回 200，但正文被遮罩或只显示登录提示。
- 栏目预留页：栏目开好了，内容还没准备，先放一句敬请期待。
这些情况的共同点是：从状态码看没有问题，从内容看却没有价值。
怎么把软 404 找出来
看日志里的响应体积
访问日志通常会记录响应大小。把状态码为 200 的记录按字节数从小到大排序，最小的一批往往就是软 404 的高发区。这一步不需要额外工具，多数日志分析方案都能做到。
抽查空数据分支
对每个会读取数据的模板，手动构造一次空结果：搜索一个不存在的词、打开一个已经下架的详情页、把筛选条件设成不可能命中的组合。观察三件事：状态码是不是 200、页面还有没有主体内容、有没有明确的提示信息。
用命令行确认
挑几个可疑地址，用 curl -I 看状态码，用 curl -s | wc -c 看返回体积。状态码 200 但体积明显偏小的地址，值得进一步核对内容。
确认之后怎么处理
- 内容确实不再提供：返回 404 或 410，并清理指向它的内链。410 适合明确永久移除的情况。
- 暂时缺货或缺内容：保留 200，但补充替代内容，比如同类推荐、相关文章，不要只留一句提示。
- 无结果的搜索或筛选页：可以返回 404，也可以用 noindex 明确不让其进入索引，同时保证用户能看到返回入口。
- 登录或权限墙：未登录请求应返回明确的 401、403 或跳转，不要用 200 加遮罩的方式处理。
- 栏目预留页：在内容到位之前，先不要对外暴露可访问地址，或明确 noindex。
处理时要注意一点：状态码的调整要和页面实际状态保持一致。为了省事把所有空页面统一指向首页，反而会制造另一种问题。
把检查放进日常流程
- 新模板上线前，强制执行一次空数据走查，把结果记进发布清单。
- 内容下线、商品下架的操作流程中，写明对应的地址处理方式。
- 每月从日志中抽样一次响应体积最小的 200 页面，确认是否新增软 404。
- 把软 404 的数量纳入站点健康指标，和 5xx、404 一起看趋势。
软 404 不会报错，只会安静地占位。定期抽查空数据分支，比事后清理一堆空页面省力得多。