有些 URL 在索引里能搜到，点进去却是一句“暂无相关内容”或一个空模板。它们的状态码是 200，日志里抓取也正常，但页面本身没有可用信息。这类页面通常被称为软 404，是收录核对里容易被跳过的一类。
软 404 为什么会被索引
搜索引擎判断页面价值，不只看状态码。状态码 200 只说明服务器能正常返回内容，不代表返回的内容值得保留。当一个页面对所有访问都返回 200，正文却由模板拼出一句提示语，抓取端会先把它当作可抓取的页面，能否留下则取决于后续的质量判断。
如果这类页面数量少，影响有限；一旦由列表、筛选、分页批量生成，就可能占用相当一部分抓取资源，把真正需要更新的页面挤到后面。这和 URL 是否被发现有关，但问题不在发现渠道上——无论是内链、sitemap 还是外部入口，都只能把 URL 送进来，不能决定它是否留下。
先分清几种常见的软 404
- 无结果页：搜索、筛选、标签组合没有匹配项时，仍返回 200 并展示空列表。
- 空分类页：分类下暂时没有内容，模板照常输出标题和导航。
- 已下架内容：商品或文章下线后被改成提示页，但 URL 保留且状态码为 200。
- 模板兜底页：参数缺失或被改写时程序走进默认分支，输出一个通用页面。
- 占位页：为占位而发布的短内容，只有标题和一句话。
这几类的处理方式并不一样，核对时不要混在一起看。
核对顺序
- 从索引中抽样。用站点查询或索引覆盖率报告，挑出标题、摘要看起来重复或空泛的 URL。
- 逐个确认实际响应：状态码是多少，返回的正文里有没有主体内容，是否只有导航和提示语。
- 判断性质：是“暂时没有内容”，将来会补，还是“永久没有内容”，已下线或本就不存在。
- 看生成来源：是程序兜底、运营下架，还是筛选参数组合。来源不同，修改的位置不同。
- 决定拦截方式，再回到索引核对是否按预期收敛。
处理方式的选择
永久没有内容
已下架、已删除且不会恢复的页面，返回 404 或 410 比返回 200 的提示页更清晰。410 的表达更明确，但 404 也够用。重点是不要再让状态码停留在 200。
暂时没有内容
确实会补充内容的分类或结果页，可以保留 200，但要避免把空状态当作正式页面推广：不放进 sitemap，不作为内链目标，必要时加 noindex。等内容补齐后再放开。
筛选与参数组合
多条件组合产生的空结果页数量往往最多。先确认哪些组合有实际搜索需求，再决定哪些收敛到主列表、哪些允许被抓取。canonical 指向主列表是一种做法，但它替代不了状态码和内容本身的判断。
程序兜底
兜底页容易在参数被改动时成批出现。核对时看请求参数、路由匹配和错误处理分支，把不存在的情况尽早返回正确状态码，而不是在模板层统一输出 200。
把 404 页面用 200 返回，只是把问题从状态码头挪到了内容层，抓取端仍会把它当成一个待评估的页面。
核对时容易忽略的两点
- noindex 与状态码是两回事。加 noindex 能阻止页面进入索引，但如果数量很大，抓取请求本身仍然会发生；能返回 404 或 410 的，优先用状态码表达。
- 软 404 会影响抓取配额的分配。抓取资源被空页占住时，新页面和更新频繁的页面被访问的机会就少，表现上像是“蜘蛛不来”，实际是来的路径被分散了。
验证
修完之后不要只看一次结果。按页面类型分组抽样，隔一段时间再核对：目标 URL 是否已被替换成正确状态码，索引里对应条目是否减少，原本被挤占的重点页面抓取是否回归。对暂时保留的页面，等内容补齐后再观察它们能否被正常收录。