网站跑久了，出现访问不到的地址很正常：文章被删、栏目改版、参数拼错、外部链接写错。真正影响体验和抓取的，不是“有 404”，而是这些地址返回了什么状态码、用户点进去看到什么、站内还有多少链接指向它们。
一、先分清 404、软 404 和 410
这三者在搜索引擎眼里差别很大，自查时先归类清楚：
- 标准 404：资源不存在，服务器返回 HTTP 404。这是正常且被认可的信号。
- 软 404：页面内容写着“内容不存在”，但 HTTP 状态码仍然是 200。搜索引擎会把它当成正常页面尝试处理，用户也会被误导。
- 410：明确表示资源已永久删除。如果确定不会再恢复，410 比 404 表达得更清楚，但不是必须。
判断方法很直接：打开浏览器开发者工具的网络面板，或执行 curl -I，看响应头里的状态码，别只看页面上显示的文字。
二、自查从几个动作开始
- 抓一批已知的失效地址，逐个看返回码，可以手动整理，也可以从已有日志里筛选。
- 在服务器日志里搜状态码为 200 但 URL 明显异常的记录，这类往往是软 404。
- 抽查改版时下线的栏目和文章，确认是 404、410，还是被统一跳到了首页。
- 检查 404 页面自身是否正常返回 404，有些站点连错误页都返回 200。
三、404 页面本身要经得起看
错误页是用户和搜索引擎都会碰到的一站，内容太空或太粗暴都不合适：
- 用一句明确的话说明地址不存在，不要只丢一个数字。
- 给出返回首页、主要栏目或热门内容的入口，帮助用户继续浏览。
- 提供站内搜索框，让用户自己去找。
- 保持和站内其他页面一致的头部与导航，不要让用户以为进了别人的站点。
- 不要设置几秒后自动跳转首页，这类跳转容易打断用户，也让状态判断变模糊。
四、内链与老链接最容易漏
失效地址被发现，往往不是通过直接访问，而是通过链接。常见漏点有：
- 正文里引用了已经删除的文章或附件。
- 导航、侧栏、页脚里的固定链接还指向旧地址。
- 站点地图里仍保留已经不存在的 URL。
- 旧域名、旧目录结构留下的外链，只有通过日志才看得出来。
建议定期跑一遍站内链接检查，把指向 404 的链接列出来逐个改掉。外链不好控制，但可以根据日志判断哪些老地址还有人访问，再决定是否补一条 301。
五、处理节奏：该跳的跳，该留的留
不是所有 404 都值得救，判断标准可以简单一些：
- 有替代页面、且该地址曾经有访问量：做 301 指向内容最接近的页面，注意一次跳到目标，不要串成跳转链。
- 内容彻底删除、确定不再恢复：保留 404 或返回 410 都可以。
- 因参数或大小写拼错产生的地址：优先在程序层面做规范化，而不是一条条加跳转。
- 不要把所有 404 统一跳首页，这在用户看来像被强行带回入口，也没有传递“该页不存在”的信号。
六、让 404 尽早暴露
错误页做完了不代表结束，重点是能持续看到新增的失效地址。可以在日志里按状态码统计每天的 404 数量与主要来源，数量突然上升时排查是不是某次改版或链接批量变更导致的。给几个关键路径加简单的可用性检查，也能在用户反馈之前先发现问题。
404 不是需要消灭的东西，而是需要被看见、被解释清楚的状态。把返回码、错误页内容和链接入口这三件事对齐，大部分由失效地址带来的麻烦都能控制住。