打開一個 URL，浏览器里顯示“没有找到相關内容”，或者只剩下導航和頁脚，但服務器返回的狀態碼是 200。這類頁面就是通常说的软 404。它比真正的 404 更麻烦：真正的 404 是明确的“這里没有東西”，软 404 却在告诉搜尋引擎“這是一個正常頁面”。
软 404 常见的几種来源
- 商品或文章下架，頁面模板還在，正文位置空了。
- 篩選條件组合後没有结果，列表頁只剩下一個空容器。
- 分頁參數超出范围，比如第 200 頁實际上並不存在。
- 站内搜尋结果頁，關鍵詞没有匹配到任何條目。
- URL 被手工改動或參數失效，頁面兜底到一套通用模板。
這些頁面的共同点是：HTTP 狀態碼是 200，模板、導航、頁脚都在，唯獨缺少這個 URL 本该提供的正文内容。
為什么它會干扰收錄
搜尋引擎判断一個 URL 是否值得進索引，先看能不能抓到，再看抓到的是什么。软 404 在這两步都“過關”了：抓得到，狀態碼正常。于是它可能被当成普通頁面處理，進入索引或者長期留在抓取队列里。
由此产生的直接影响有這几個：
- 占用抓取額度：蜘蛛把時間花在空頁面上，真正需要更新的頁面被往後排。
- 索引里出現空壳：這類 URL 即使被收錄，也很难带来訪問，還會拉低整站頁面的平均质量观感。
- 相似内容堆积：大量空结果頁往往共用同一套模板，正文几乎一模一样，是典型的重复内容来源。
相比之下，返回 404 的頁面會被明确标记為不存在，通常更快登出索引。软 404 因為缺少這個信号，處理周期往往更長。
怎么判断一個頁面是不是软 404
不能只看浏览器里顯示的文案，建议结合抓取工具和服務器日誌一起看：
- 看 HTTP 狀態碼，是不是 200。
- 看正文長度，去掉導航、頁脚、推荐位之後還剩多少。
- 看頁面标题和 H1，是不是和真實内容對得上，還是只剩一個模板标题。
- 在站内搜同一個關鍵詞，比較有结果和無结果的頁面，差別是否只在正文区域。
處理顺序：先让狀態碼和事實一致
核心原則可以概括成一句话：這個 URL 到底有没有内容，狀態碼就應当說明什么。
- 确實不存在的頁面：返回 404；如果是永久下架且不會重新上线，410 也是可用的信号。
- 下架但已有替代品：用 301 指向最接近的同類頁面，注意不要把所有下架頁一律指到首頁。
- 篩選、排序、分頁參數越界：越界时返回 404，正常范围内保留，並對參數组合做收敛。
- 站内搜尋结果頁：一般不建议让它們進入索引，可以用 robots 限制抓取或加 noindex。
- 有意义的空狀態頁：比如“该分類暂时没有商品”，如果确實有導航價值和後續内容，可以保留，但要补充相關推荐、分類入口等真實内容。
不要把 noindex 当成萬能补丁。noindex 需要蜘蛛能抓到頁面才讀得到；如果同时用 robots.txt 屏蔽了抓取，蜘蛛讀不到 noindex，頁面反而可能以別的形式留在索引里。
處理之後要观察什么
改完狀態碼不等于索引马上更新。可以固定一份抽样清單，把曾经返回 200 的空頁面列進去，隔一段時間复核：狀態碼是否已经變化、是否還在被抓取、搜尋结果中是否仍能查到。如果數量很大，優先處理被抓取频率最高的那一批，收益更直接。
软 404 的排查本质上不是“删頁面”，而是让 URL 的狀態如實反映内容狀態。這件事做干净了，抓取和索引才有机會把资源用在真正有價值的頁面上。