站点里出现失效地址是常态。内容下线、栏目调整、URL 改写，都会留下断开的路。真正麻烦的往往不是 404 本身，而是它被错误地表达出来：该返回 404 的页面返回了 200，或者所有失效地址统统跳去首页。前者让搜索引擎把空页面当成正文，后者用一次跳转掩盖了一大片失效链接。
先把三种情况分开
- 正常 404：服务器确实返回 404 状态码，页面给出清晰提示和可走的出口。这是健康状态，不需要修。
- 软 404：状态码是 200，页面内容却是“内容不存在”“该内容已删除”。搜索引擎会把它当作正常页面抓取，甚至尝试索引。
- 错误跳转：失效地址被 301 或 302 到首页，用户和蜘蛛都落到一个与预期无关的页面。问题被藏起来，但链接依旧失效。
三种情况的处理方式完全不同，所以第一步不是急着删链接，而是先确认你面对的是哪一种。
自查可以从三个方向入手
1. 抓取日志里筛“状态码 200、内容很薄”的地址
把日志按状态码分组，挑出返回 200 但响应体很小的 URL，再抽样打开看看。如果这些页面统一在说“没有找到内容”，那就是典型的软 404。这类地址数量往往不小，因为它们不会报错，只会在后台安静地累积。
2. 用命令行确认状态码
不要只看浏览器里的页面长相，直接请求一次更可靠。在终端执行 curl -I 加上完整地址，看响应第一行的状态码。只返回 200 却在正文里写“页面不存在”的，就是软 404；返回 302 并指向首页的，就是错误跳转。如果站点地图或后台里存着历史地址清单，可以写个小脚本批量请求，输出状态码与最终跳转地址，比人工点开快得多。
3. 检查内链里的死链
外链失效你控制不了，站内自己链出去的地址失效则完全可以避免。重点看栏目页的推荐位、旧文章正文里的引用、页脚和侧边栏的固定链接。这些位置改版时最容易漏，而它们往往出现在全站的每一页上，一次失效就是成倍的无效请求。
404 页面本身怎么写
一个合格的 404 页面并不需要花哨，但要做对几件事：
- 服务器返回正确的 404 状态码，页面再好看也不能用 200 兜底。
- 用一句人话说明地址可能已失效，不要只显示一个错误编号。
- 给出出口：返回首页、进入主要栏目、使用站内搜索，三者至少留两个。
- 可以顺带推荐几篇热门内容，但不要塞成广告位，让人以为进错了站。
- 不要设置几秒后自动跳转，自动跳转会打断用户，也让状态码变得没有意义。
判断标准很简单：如果这个页面返回 200，用户和搜索引擎都会期待里面有内容。你写的是“没有内容”，那就不该用 200。
旧地址怎么处理，看它还有没有价值
- 内容迁移了：用 301 指向最相关的新地址，只跳一层，不要串成链条。
- 内容彻底没了，但仍有外链和搜索流量：考虑做个简短说明页，指向同类内容，而不是直接消失。
- 内容没了也没人访问：让它正常返回 404，必要时用 410 表明已永久移除。
- 整站栏目合并：按栏目批量做映射，别用一个总跳转把所有旧地址都导向首页。
把失效地址集中导到首页，短期看着“没有 404 了”，实际上是把问题转嫁给首页，让搜索引擎反复抓取一个不相关的页面。这种做法既不解决用户需求，也不节省资源。
一份可以照着走的检查清单
- 从日志中导出近一个月的 404、410 状态地址，按路径前缀归类。
- 抽取其中返回 200 的可疑地址，确认是否为软 404。
- 检查内链、页脚、推荐位里是否还挂着已失效地址。
- 核对跳转规则，确认没有把大批旧地址统一导向首页。
- 确认 404 页面返回正确状态码，并且提供了可用出口。
- 把本轮处理过的映射关系记录下来，方便下次改版时复用。
做完这轮自查，你未必会看到立刻的变化，但站点里那些被反复请求却什么也给不出的地址会明显减少。抓取资源有限，把它留给真正有内容的页面，本身就是运营的一部分。