很多站长检查收录时只看“页面能不能打开”，忽略了另一个前提：这个地址返回的是不是 200，以及 200 背后的内容是不是真的有效。当一个并不存在的商品、一个搜索不到结果的列表页、一个参数写错的筛选页，仍然以 200 状态返回一段“暂无内容”的模板，搜索蜘蛛通常不会把它当成 404 处理，而是当作正常页面继续往下走。这类页面就是常说的软 404。
软 404 与空壳页面常见的样子
它们不一定都长成“查无此页”，但有几个共同特征：状态码是 200，正文里几乎没有独有信息，主要靠模板文字和导航撑起体积。
- 商品或内容下架后，页面只剩“该商品已下架”，没有替代推荐或说明。
- 站内搜索结果为空，或结果数极少，页面仍可被外部直接访问。
- 筛选、排序、分页参数越界，返回的是一张空列表。
- 栏目下暂时没有内容，模板直接输出标题和空容器。
- 活动、专题结束后，落地页正文被清空但地址仍保留。
为什么它比真正的 404 更难处理
硬 404 是明确信号：这个地址没有内容。软 404 发出的信号却模棱两可——状态码说“正常”，正文说“没有”。搜索蜘蛛只能按正常页面处理，抓取、可能进入索引，然后这些页面在索引里占据位置，却提供不了任何价值。
判断标准很简单：如果用户从搜索结果点进来会不会立刻返回？如果会，它大概率不该以 200 的形态长期存在。
更麻烦的是，这类页面往往成批出现，由参数、分页、下架逻辑自动生成，规模很容易超过真正的内容页。
自查与处理顺序
- 先从服务器日志里筛出抓取量高、但页面体积极小的 URL，这类地址往往就是空壳页。
- 抽样访问，核对三点：HTTP 状态码、正文是否有独有内容、页面上有没有指向相关内容的有效链接。
- 按“是否还有存在价值”分类，而不是按 URL 形式一刀切。
- 对每一类确定处理方式，再统一改造模板逻辑，避免后续继续生成。
- 改造后观察一到两个抓取周期，确认这些地址的状态码与索引表现是否收敛。
分类与对应处理
- 确实不存在：返回 404 或 410。这比返回 200 再写一句“内容不存在”要清晰得多。
- 有替代内容：下架商品若有同款或同类，可以 301 到替代页；没有明确对应关系时不要硬跳，避免用户和蜘蛛都落到不相关页面。
- 仍有保留价值：补齐正文，比如补充说明、相关推荐、历史信息，让页面本身成立。
- 需要保留但不想被索引：返回 200 并加 noindex，注意该页面必须允许被抓取，否则规则读不到。
几个容易踩的坑
- 用 robots.txt 屏蔽这类 URL，同时又指望 noindex 生效。被屏蔽的地址蜘蛛抓不到，也就看不到 noindex，索引里的旧记录可能长期留着。
- 把筛选参数全部跳转到首页或列表首页，结果产生大量指向同一地址的重定向。
- 只改前端提示文案，后端状态码依旧返回 200，问题并没有解决。
改完以后看什么
不要只看单次快照。改造完成后重点观察三点：日志里这类 URL 的抓取频次是否下降，索引中相关地址是否逐步减少，以及服务器返回的状态码分布是否从清一色 200 变成有合理的 404 与 301。索引更新需要时间，短期内数量没有明显变化属于正常，不必因此反复调整规则。
把软 404 处理好，收益不在于“多收录了多少”，而在于让抓取与索引的资源更集中地落在有内容的页面上，这对整站的收录质量是更实在的一步。