一個 URL 返回 200，蜘蛛抓到了，頁面也能打開，但正文几乎是空的——這種情况通常被称為软 404。它和真正的 404 不一样：服務器说頁面在，用戶看到的却是什么都没有。這種頁面一旦被收錄，往往不是立刻掉，而是先占着索引位置，再慢慢拖累同目錄下正常頁面的抓取與展示表現。
软 404 常见的几種成因
- 内容被删但模板還在。商品下架、文章撤稿後，詳情頁只剩标题栏和推荐位，正文為空。
- 篩選或參數组合没有结果。條件组合後返回暂無匹配，URL 却照常輸出並返回 200。
- 分頁越界。頁碼超出實际范围，仍然返回第 N 頁的空列表。
- 資料没取到。前端渲染失敗、後端返回空數组，頁面骨架正常但内容区是空的。
- 占位頁長期存在。栏目下没有内容，挂着敬請期待放很久。
搜尋引擎怎么识別软 404
它没有單一判定信号，而是综合看几件事：正文文本占比极低、主要区域為空、缺少有價值的外鏈與点击、和站内其他頁面高度模板化重复。当這些信号叠加，搜尋引擎可能按软 404 處理，把頁面從索引里移除，但不像真 404 那样干脆，有时會先观察一段時間。
這里要分清一点：抓取和收錄是两件事。蜘蛛抓到 200 不代表會收錄，返回 200 也不代表頁面有资格進索引。软 404 恰恰卡在中間：抓取没問题，质量评估過不去。
被收錄後通常有什么表現
- 頁面在索引里待一段時間，但几乎看不到它带来点击。
- 同批上线的正常頁面收錄變慢，抓取预算被空壳頁分走。
- 數量多了以後，索引里混進大量低價值 URL，站点整体信号被稀释。
软 404 不會立刻报错，所以最容易被忽略。它更像是占位，而不是故障。
怎么排查
- 抽一批 URL，用抓取工具或服務器日誌看返回狀態碼和正文長度。
- 統計返回 200 但正文极短的頁面占比，按目錄归類。
- 看這些頁面是否有内鏈入口、外鏈、真實搜尋需求，還是纯粹由站内逻辑生成。
- 確認它們在索引里的狀態：已收錄、已抓取未收錄，還是根本没被發現。
處理顺序：先分類，再動手
- 内容确實没了且無替代頁：返回 404 或 410，让搜尋引擎明确知道頁面已失效。
- 内容只是暂时缺失：先补内容，或暂时用 noindex 让它登出索引，等有内容再放開。
- 篩選、分頁這類程序化生成的空结果頁：空结果时不要輸出正常頁面，或统一 noindex、指向有效頁。
- 占位頁：能合並就合並到上級栏目，不能合並就先不向外鏈出。
节奏上，優先動數量大、有内鏈入口、還在被蜘蛛反复抓的那批。它們消耗的抓取预算最多，也最容易影响同目錄下正常頁面的收錄。
日常预防比事後清理省事
與其等索引里堆满空壳再逐個處理，不如在模板层就把空狀態定好：内容為空时不生成可索引頁面，或者统一返回合适的响應。URL 一旦對外發布，就尽量別让它長期挂着空内容；删内容时同步處理地址。把這些規則寫進上线流程，比每次靠人工筛要稳定得多。