什么是软 404

软 404 指的是这样一种情况：用户和蜘蛛访问某个 URL 时，页面正文其实已经不存在了，展示的可能是“内容已删除”“暂无数据”，或者干脆是站点的通用首页、栏目空模板；但服务器返回的 HTTP 状态码仍然是 200。从状态码层面看，它和一篇正常文章没有区别。

普通 404 会明确告诉蜘蛛“这个地址没有内容”，而软 404 不会。蜘蛛只能靠正文判断，判断不清楚时，往往会继续抓取、继续保留在索引里，甚至反复回来确认。

软 404 常见的几种来源

• 内容被删除或下架后，系统没有返回 404，而是跳转到首页或栏目页，状态仍是 200。
• 空栏目、空标签页：栏目下暂时没有内容，页面照样输出标题和导航。
• 筛选、搜索、分页参数组合后没有结果，模板仍然渲染出一个空列表页。
• 商品或文章过期后保留页面框架，只把正文替换成“已结束”“已过期”。
• 改版或迁移时，旧模板没有清理，继续输出空壳页面。

这些问题通常不是一次改版造成的，而是随着内容下架、栏目调整慢慢积累出来的，所以很难靠肉眼发现。

为什么它比普通 404 更值得注意

普通 404 的影响是明确的：蜘蛛知道不该再抓。软 404 的问题在于“看起来正常”，于是它可能：

• 持续消耗抓取配额，让真正需要更新的页面排队更久。
• 进入索引后，用户搜索到点开却看不到内容，影响访问体验。
• 让日志里的状态码统计失真，你看到的 200 数量并不等于有效页面数量。
• 如果这类页面大量存在，站点整体质量会被拉低。

软 404 不一定马上带来明显问题，但数量一多，抓取效率和索引质量都会受影响。它更像慢性消耗，越早清理越省事。

怎么排查软 404

1. 先看服务器日志里状态码为 200 的 URL，按访问量排序，找出那些不应被频繁访问的地址。
2. 随机抽查这些 URL，观察正文区域是否有实际内容，还是只有标题、导航和一句提示。
3. 检查被删除内容的下架流程：确认删除后返回的状态码，是 404、410 还是仍然 200。
4. 检查空栏目页和筛选结果页，看无结果时模板输出什么。
5. 用命令行或浏览器开发者工具查看响应头，确认状态码不是由前端脚本“假装”出来的。

排查时要注意，有些页面在浏览器里看起来正常，但响应头里的状态码可能已经被 CDN 或缓存改写，最好以源站返回为准。

处理原则：按页面价值分流

发现软 404 后，不建议一刀切全部删掉，而是先判断这个地址还有没有保留价值：

• 内容彻底不要了，也没有替代页：返回 404 或 410，让蜘蛛明确知道页面已失效。
• 有同类内容可以承接：做 301 跳转到最相关的新页面，而不是跳到首页。
• 筛选、搜索无结果页：让无结果状态返回 404，或者加上 noindex，避免被大量索引。
• 栏目暂时没有内容：先隐藏入口，补充内容后再开放，不要长期挂着空页面。

需要注意的是，状态码要在服务端返回，不要用 JavaScript 跳转或前端提示来代替。前端跳转对用户可见，但对蜘蛛来说，原地址仍然是一个 200 页面。

日常运营中的小流程

与其等到问题堆积再集中处理，不如把它放进日常流程：

• 内容下架时，顺手确认返回的状态码。
• 每月抽一次日志，重点看访问量高但内容为空的 URL。
• 栏目改版或合并后，检查旧入口是否还在输出空壳页。
• 把软 404 检查写进上线清单，和死链检查一起做。

软 404 不会立刻让站点出问题，但它会让抓取和索引的效率慢慢变差。把失效页面和正常页面区分清楚，是对站点结构最基本的维护。