有一類頁面在日誌和抓取工具里看起来一切正常：狀態碼 200，抓取成功，没有跳轉，也没有报错。但真正打開时，要么是一片空白模板，要么寫着“暂無内容”“參數错誤”。搜尋引擎會按正常頁面處理它，于是這些地址可能被收錄、進入索引，甚至占着索引配額不放。這類情况通常被称為软 404。
软 404 和真 404 的差別在哪
真 404 返回的是 404 或 410 狀態碼，搜尋引擎能明确判断這個地址已经失效，會逐步把它從索引里清掉。软 404 返回的却是 200，等于在说“這個頁面是好的”，只是内容碰巧是空的。信号和事實不一致，麻烦就出在這里。
對抓取来说，這是一個正常頁面；對用戶来说，這是一個死頁面。两者的判断被拆開了，收錄结果自然就會偏离预期。
常见的几種来源
- 商品下架、内容刪除後，模板照常渲染，只是内容区為空；
- 站内搜尋、篩選、分頁在無结果时，依然輸出一個空列表頁；
- 資料库讀取失敗，程序捕获異常後返回“出错了”頁面，狀態碼仍是 200；
- 栏目改版後舊路径没有做跳轉，直接渲染成一個空壳；
- 需要登入的頁面，未登入时返回登入提示頁，同样是 200。
為什么值得優先處理
一是它會稀释索引质量。大量空頁混在索引里，同站其他有效頁面的判断也會受影响。二是它會浪費抓取額度，尤其当這些地址通過 sitemap 或站内連結成批暴露时，抓取工具會反复来。三是排查收錄問题时，如果不先把這批頁面摘出去，後面的判断很容易被带偏。
排查顺序
- 先核對狀態碼和正文是否一致。抽一批“看起来正常”的 URL，看返回碼，再對比渲染後的正文長度、标题和主要区块是否為空。
- 再看這批地址是怎么被發現的。来自 sitemap、内鏈還是外鏈，决定了收口时要改哪一层，只改頁面本身往往不够。
- 然後分類。是永久失效、临时無内容，還是内容其實存在但没渲染出来，三類處理方式完全不同。
- 最後才决定動作，並同步清掉来源入口。
處理方式按類型選
- 内容永久不存在：返回 404 或 410，同时從 sitemap 和内鏈里去掉；
- 内容有替代地址：301 到新地址，一步到位，不要串成多跳；
- 參數非法但頁面本身有效：回到正常頁面或返回 404，不要让空模板繼續輸出；
- 需要登入才能看的内容：考虑限制抓取或加 noindex，而不是让它以 200 空頁被收錄。
两個容易忽略的点
第一，监控不要只看 5xx。真正麻烦的往往是狀態碼 200 但正文极短或命中“出错”“無權限”這類模板的頁面，可以按這個條件做告警。
第二，改完不會立刻见效。抓取會先變，索引的清理通常更慢，观察周期要留够，期間別因為看不到變化就反复改配置。
判断标准其實只有一句：頁面返回的狀態碼，要和用戶真正看到的内容一致。不一致的地方，就是問题所在。