服务器返回 200，页面上却几乎没有内容——这种状态在访问日志里看不出任何异常，在索引报告里却会慢慢堆积。这类地址通常被称为软 404（soft 404），指的是“HTTP 状态码表示成功，但内容上等价于不存在”的页面。
软 404 和真正的 404 差在哪
硬 404 是服务器明确告诉蜘蛛“这个地址没有东西”，蜘蛛会较快把 URL 从索引里拿掉。软 404 则相反：状态码是 200，蜘蛛要读完整个页面、甚至渲染之后，才能判断出这是个空壳。判断成本更高，也更容易出现反复抓取、反复评估的情况。
哪些页面容易变成空壳
- 筛选或搜索参数生成的结果页，条件组合没有匹配项，只剩一句“暂无结果”。
- 商品下架、文章删除后仍返回 200 的详情页，正文区已经为空。
- 分页越界，例如实际只有 3 页，第 50 页却照常渲染出一个空列表。
- 模板占位页：只保留标题、导航和页脚，主体内容依赖接口，而接口没有返回数据。
- 需要登录才能看到内容的页面，未登录状态下只有一段登录提示。
蜘蛛用来判断“没内容”的信号
搜索引擎不会只看字数，通常是多个维度叠加：
- 可读正文与模板的占比，正文太少、导航和页脚占了大部分版面。
- 与站内其他页面的相似度，大量页面共用同一段提示语，容易被归为重复或空页。
- 页面结构，正文容器为空，或者只有列表外壳没有条目。
- 链接情况，页面上没有可用链接，或者全部指向同一批导航地址。
- 渲染结果，前端框架渲染后仍是空白，与初始 HTML 没有实质差异。
状态码 200 只代表“这次请求被成功处理”，并不代表“这个地址值得进索引”。
处理思路
- 确实没有内容的地址，直接返回 404 或 410，不要用 200 硬撑。
- 如果是暂时缺货、临时维护，用 503 加 Retry-After，比返回 200 空页更清楚。
- 搜索、筛选类参数页，可以考虑加 noindex 或做抓取限制，同时避免在站内大量链接到它们。
- 分页越界的 URL，重定向到最后一页，或者干脆返回 404。
- 需要登录的内容，用 200 展示登录提示并不算错，但不要让它成为内链的主要落点，更稳妥的是让这部分不进入索引。
- 已经进索引的空壳页，状态码修正后会逐步退出，不必急于一次性全部改完。
怎么找到站内的软 404
从日志里找最有价值：同一批 URL 被反复抓取，但页面正文长期很短，或者渲染后内容几乎一致，就值得抽查。也可以在搜索、筛选、分页这些入口上随机取样，看看有没有“条件为空”的情况被模板渲染成了完整页面。
配合索引报告一起看
索引报告里的“已抓取 - 尚未编入索引”和“软 404”分类，经常指向同一批页面。数量不多时可以人工判断；数量大时优先改模板和参数规则，而不是逐个改页面。
软 404 的麻烦在于它不报错。服务器日志显示 200，页面也能打开，只有蜘蛛在后台默默把这些地址标成低价值。定期检查空壳页面，比事后清理索引要省事得多。