蜘蛛抓取一个 URL 时，除了读取页面内容，还会记录服务器返回的状态码。这个三位数字往往比内容更早被判断：它决定搜索引擎接下来是继续保留这个地址、把信号转移到新地址，还是慢慢让它退出索引。很多看起来像「收录出问题」的情况，根源其实是状态码给错了信号。
状态码是蜘蛛判断页面去留的第一依据
搜索引擎没法像人一样判断一个页面是否还有意义，它主要依赖两件事：服务器的回应，以及页面里的内容。状态码是前者，获取成本最低，也最容易被信任。如果状态码和页面实际情况对不上，后续的抓取、收录、展示都可能跟着走偏。
几种常见返回值分别意味着什么
200：正常返回
代表页面有效，可以抓取和评估。需要注意的是，200 只说明服务器成功响应了，并不代表内容合格。如果返回 200，内容却是「商品已下架」「该分类暂无内容」，就会被归到软 404 那一类，后面再讲。
301 与 308：永久跳转
适合域名更换、URL 结构改版这类长期生效的场景，含义是旧地址作废，信号应该转移到新地址。使用时尽量做到一跳到位，A 跳到 B 再跳到 C 这种链条会削弱传递效果，也让蜘蛛多花几次抓取预算。
302 与 307：临时跳转
适合短期活动页、临时维护页。但如果长期挂着 302 来做迁移，搜索引擎可能仍把旧地址当作正式版本保留在索引里，迟迟不肯把新地址扶正。永久变更就不要用临时跳转凑合。
404 与 410：页面不存在
404 表示找不到，410 表示明确已删除，两者的最终结果都是让页面退出索引，410 的态度更干脆。但要先确认一件事：如果这个页面有内容相近的替代页，更适合做 301 指向替代页，而不是直接让它 404。
503：暂时不可用
服务器维护或过载时使用，等于告诉蜘蛛过一阵再来。它适合短时间窗口，维护周期拉得太长，就可能被当作长期不可用处理。另外别把它和 500 混用，500 表示服务端出错，反复出现会降低抓取频率。
软 404 和 200 空壳页最容易被忽略
这类页面在状态码上是 200，看起来很健康，但内容层面已经失去价值：筛选后无结果的列表页、被清空的分类页、下架后只留一句提示的商品页，都属于这一类。搜索引擎会结合内容做二次判断，把它们按软 404 处理，逐步从索引里拿掉。因为状态码没有报错，站长在监控里往往看不到异常，只能在收录数据上感受到页面一个个变少。
状态码用错时，通常会看到哪些现象
- 迁移时用了 302，旧 URL 长期留在索引里，新地址迟迟得不到承认。
- 页面确实删了，却返回 200 的空壳内容，索引里挂着没有意义的地址。
- 维护期间直接返回 500，蜘蛛连续失败后降低整站的抓取频率。
- 跳转链太长，新地址的抓取优先级被拖后。
一套可执行的自查顺序
- 先看抓取日志或抓取测试工具，确认重点 URL 实际返回的状态码，而不是你以为的状态码。
- 把页面按保留、迁移、删除三类归好，状态码要和类型对应，不要混着用。
- 迁移统一用 301，尽量一跳到位；确认删除的页面用 404 或 410。
- 排查站内有没有 200 的空壳页和软 404，尤其是筛选页、标签页和下架内容。
- 改完之后持续观察一段时间，看索引是按预期收缩，还是把信号转移到了新地址。
状态码本身不承诺收录，它的作用是让搜索引擎少猜。信号给对，抓取和收录的处理顺序就不容易乱。