软 404 是什么，为什么容易被忽略
正常情况下，一个页面如果内容不存在，服务器应该返回 404 或 410，告诉蜘蛛「这里没有东西」。软 404（soft 404）指的是另一种情况：页面已经没有有效内容，但服务器依然返回 200，让蜘蛛以为这是一张正常的内容页。
它难被发现，是因为从浏览器看过去一切正常——用户打开页面，看到的是「暂无相关内容」「该商品已下架」「没有找到你要的结果」，但这层提示被包在完整的模板里，页头、页脚、导航一应俱全。用肉眼扫码，很难判断它和正常页面的区别；只有把状态码和正文字数放在一起对比，问题才会露出来。
这些空页面通常从哪来
- 搜索无结果页：站内搜索被外部访问或蜘蛛抓到，关键词匹配不到任何内容，页面只剩一句提示。
- 已下架的内容：商品、文章、活动页下线后，模板仍在渲染，正文位置空着，状态码依旧是 200。
- 参数拼接出的空列表：筛选条件组合后没有匹配项，列表返回空结果，但 URL 本身是合法的。
- 栏目建好却长期没内容：新开的分类只有标题没有条目，被导航或站点地图带了出去。
- 模板改版留下的空白页：字段名变化后取不到数据，页面结构还在，正文为空。
为什么它值得单独花时间查
软 404 的直接代价是抓取预算被浪费。蜘蛛按链接一路爬进来，拿到的是一张没有信息的 200 页面，既不能作为内容索引，也不会像真正的 404 那样被快速标记为失效，于是隔一段时间还会再回来确认一次。
数量一多，还会影响整站的质量判断：大量空页面挂在站内，会让有效内容在链接结构里的权重被摊薄，用户从搜索或导航进来之后也容易直接跳出。
自查可以按这几步做
- 抽样对比状态码和正文字数：用抓取工具批量跑一遍重要目录，把返回 200 但正文字数极低的 URL 单独列出来，人工确认是不是空页面。
- 检查站内搜索与筛选参数：搜索无结果页、多条件筛选后的空列表，重点看它们是否被允许抓取。
- 翻一遍抓取日志：看蜘蛛经常访问的 URL 里，有没有那些已经下架、但状态码还是 200 的页面。
- 用站内检索验证：在搜索引擎里用 site 指令配合下架内容的关键词，确认是否已有空页面进入索引。
- 检查站点地图：站点地图里有没有混进无内容的栏目页或标签页。
确认为软 404 之后怎么处理
- 内容确定不再提供的，让服务器返回 410（明确删除）或 404，而不是继续返回 200。
- 有新页面承接的，做 301 跳转到最相关的页面，不要一律跳到首页。
- 搜索无结果页、内部筛选空结果页，可以加 noindex，并确保不进入站点地图。
- 暂时缺内容但栏目会继续运营的，先补上有效内容，或临时从导航中撤下，而不是让它空着被反复抓取。
处理之前先看数据：有些「空页面」其实还带着自然流量，直接 404 掉反而可惜，优先考虑补内容或做迁移。
几个容易踩的坑
一是把 404 当成万能药，凡是没内容的页面全部改成 404，结果连还在被引用的旧地址一起清掉；二是只改前端提示，服务器状态码没动，问题依旧；三是改完不做记录，过段时间模板再次改版，同样的问题又冒出来。建议把状态码和页面类型的对应关系写进运营规范，改版后按目录抽查一遍，比事后补救省事得多。