站点跑久之后，死链几乎是必然会出现的。栏目调整、文章下架、URL 规则改过一轮，都会留下一批指向空地址的链接。对访客来说是多按一次返回键，对蜘蛛来说则是反复撞在同一个坑上。清理死链不是什么高深工作，但它属于那种不做就慢慢堆积、做了就能感觉到差别的基础维护。
死链通常从哪来
先弄清楚来源，才知道该往哪儿查。
- 栏目与内容下线：整块内容被删掉，但导航或列表页里还留着入口。
- URL 规则变更：早期用的是带参数或带日期的地址，后来改成短路径，旧地址却没做任何处理。
- 站内链接写错：手工添加的链接、复制粘贴时多了一个字符或少了结尾斜杠。
- 外部链接指向失效：别的站点还链着你早就不存在的页面，你改不了对方，但可以决定自己这边返回什么。
- 程序生成的链接：标签云、相关推荐、聚合页里拼接出来的地址，一旦数据缺失就会变成空链接。
怎么把死链找出来
推荐两条路一起走：一条看服务器，一条看站内。
从服务器日志里看
日志中状态码为 404 的请求行，按 URL 归并后排序，能直接暴露被访问最多、最该优先处理的地址。特别要留意那些有持续访问量的死链，它们背后往往挂着外链，或者还留在导航里没被撤下。
从站内链接里扫
把站点地图、导航、面包屑、文章正文里的链接抓一遍，逐个请求看返回码。这一步能找出蜘蛛还没踩到、但迟早会踩的坏链接。工具不限，重要的是周期性做，而不是出事才做一次。
404、410 和 301 怎么选
三种处理方式对应三种意图：
- 301：内容换了地址但依然存在，用永久跳转把访客带过去。前提是新闻页面主题确实一致。
- 410：内容确定不再提供，明确告诉对方这个地址已彻底移除。相比 404，它表达得更确定。
- 404：地址不存在，暂时也没想清楚怎么处理。作为兜底可以，但不要让它长期承担本该 301 或 410 的角色。
把大批死链统一 301 到首页，是常见的偷懒做法。访客点进去发现内容完全不对，体验很差；蜘蛛也会把一堆不相关的地址都记到首页头上，反而模糊了首页该有的主题。
如果拿不准，宁可先返回 404 维持现状，也不要乱跳。
自定义 404 页面要做什么
一个能用的 404 页面，至少包含这几件事：
- 明确说明页面不存在，不要让访客以为是加载失败。
- 给出回到首页、主要栏目或站内搜索的入口。
- 列出几篇热门或近期内容，把流量接住。
- 保留站点的导航和页脚，让人能继续往下逛。
有一点容易被忽略：404 页面本身要正确返回 404 状态码，而不是返回 200。返回 200 的“友好错误页”就是软 404，会让蜘蛛把大量无内容页面当成正常页面处理。
软 404 和空页面
除了明确的 404，还有几种情况需要一并检查：
- 页面能打开，但正文为空或只有一句“暂无内容”。
- 列表页在没有结果时仍返回 200，内容区却是空的。
- 分页超出实际范围，比如第 500 页仍能打开但没有任何条目。
- 站内搜索结果页在没有匹配时返回正常页面。
这些页面拼起来数量可能不小，占用的却是同一份抓取资源。
可以固定下来的清理节奏
- 每月从服务器日志导出 404 与 410 的访问记录，按访问量排序看前几十条。
- 判断每条是继续保留、跳转还是彻底移除，该改内链的顺手改掉。
- 每季度扫一次站内链接，重点是导航、页脚和置顶内容里的链接。
- 改版或删栏目时，先整理一份旧地址清单，上线前把跳转或移除方案定好。
- 把处理结果记一笔，下次遇到同类调整可以直接参照。
死链清理不会带来立竿见影的流量变化，但它能让蜘蛛少走弯路，也让访客少遇到几次打不开的页面。这类工作做在前面，成本比事后补救低得多。