什么是软 404
软 404 指的是地址能正常打开、服务器返回 200，但页面本身没有实质内容的状况。对搜索引擎来说，它拿到的既不是一个有内容的页面，也不是一个明确告知这里没有页面的 404，而是一个打开了却读不出东西的地址。这种状态夹在正常页和错误页之间，处理起来比直接 404 更麻烦。
它和硬 404 的差别在于信号是否清晰。硬 404 用一个状态码直接说明该地址没有内容，蜘蛛可以较快完成清理；软 404 需要蜘蛛自己根据页面内容判断，而每个站点的模板结构、正文比例都不一样，判断结果也可能不稳定。
哪些页面容易变成软 404
- 空分类页、空标签页：筛选条件没有匹配到任何结果，页面只剩标题、导航和一段提示。
- 站内搜索结果页：没有结果时依然返回 200，主体区域只有一句没找到相关内容。
- 已下架商品页、已过期活动页：内容被撤掉，地址和模板还保留着。
- 内容被清空但地址保留的页面：正文只剩一句话、一张占位图或一段模板文案。
- 需要登录或特定条件才显示内容的页面：蜘蛛拿到的是空白版本。
这些页面有个共同点：模板完整、导航完整，唯独主体区域是空的。对用户来说可能只是这次没搜到，对蜘蛛来说却是一次没有收获的抓取。数量少时影响有限，数量一多就会持续消耗同一份抓取能力。
自查可以从三个地方入手
第一处是服务器日志。按状态码分组统计，看看返回 200 的请求里，有多少地址的内容长度明显偏短，或者被反复抓取却长期没有变化。第二处是索引报告，留意已抓取但未编入索引、重复网页这类分类，它们有时就是软 404 的落点。第三处是抽检：把同一模板下的正常页和疑似空页各取几个，直接对比返回码与正文长度，差别通常一眼可见。
空页面返回 200 并不等于它能被收录，也不等于它不占用抓取资源。
处理顺序：先判断页面有没有存在价值
- 有长期价值的页面：补充内容，让它真正具备主体信息，同时检查站内是否有链接指向它。空分类页可以通过内容运营逐步填充，而不是等蜘蛛一轮轮来访。
- 没有保留价值的页面：返回 404 或 410，清理站内指向它的链接，并从站点地图中移除。让状态码和站点结构保持一致，蜘蛛下次来访就能得到明确答案。
- 确实要保留地址但不想被索引的页面：noindex 可以用，但要清楚它遮住的是索引结果，不改变地址仍可访问、仍占抓取这一事实。大量 200 加空内容的页面同时挂着 noindex，抓取配额照样被消耗。
顺序上建议先处理数量大、模板统一的那一类，比如站内搜索结果页和空筛选页。它们通常由同一套模板生成，批量调整的性价比最高。
和收录的关系：别拿它凑数
软 404 有个隐性成本：蜘蛛会在同一批地址上反复抓取却拿不到新内容。站点的抓取能力是有限的，这些请求被空页占用之后，真正需要更新的页面就要往后排。此外，如果一个栏目下大量页面都是空壳，蜘蛛对这个目录的整体判断也会变差。
也有人想用这类页面凑索引数量。从索引状态看似乎是收录了，但页面本身没有可检索的内容，用户搜不到，也带不来访问。索引里的数量和页面实际能提供的价值是两件事，需要分开看。
容易踩的几个误区
- 给空页面加上 noindex 就当处理完了，状态码和内容层面的问题都还留着。
- 只把链接从导航里删掉，正文内链和站点地图中的入口却还在。
- 用跳转到首页代替 404，用户和蜘蛛都被送到一个不相关的地方。
- 只处理文章页，忽略筛选页、搜索结果页这些自动生成的地址。
说到底，状态码要如实反映内容是否存在：有内容就让它可被抓取，没内容就让地址明确消失。中间的模糊地带越少，抓取和收录的判断就越稳定。