软 404 是什么
软 404（soft 404）指的是：页面实际上没有可用内容，但服务器返回的状态码是 200。对用户来说，看到的是一个“没有找到相关内容”的提示；对搜索引擎来说，它先看到的是一张正常返回的页面，需要再靠内容特征去判断“这个页面其实不存在”。判断一旦成立，后台报告里通常会出现软 404 标记，页面也会逐步从索引里被拿掉。
与之相对的是硬 404：页面不存在就返回 404 或 410，双方理解一致，代价最小。软 404 的问题不在于“多了一个页面”，而在于状态码和真实情况不一致。
常见的软 404 来源
- 搜索无结果页：站内搜索没命中关键词，头部和导航照常输出，正文只有一句“没有找到相关内容”，状态码仍是 200。
- 空分类、空标签页：筛选条件叠加后，没有任何商品或文章，模板照样完整渲染。
- 失效详情页兜底成通用页：内容下架后跳到首页或通用提示页，URL 不变，状态码也不变。
- 错误页配置反了：自定义 404 页面做得挺好看，却由服务器以 200 返回。
- 依赖接口或 JS 的页面：接口报错、数据为空，骨架屏渲染完就结束，HTTP 层看不出任何异常。
为什么值得专门处理
软 404 的成本不止“多一个没用的 URL”：
- 消耗抓取额度。蜘蛛会把它当正常页面抓下来并反复访问，占用的额度本可以留给真正需要更新的内容。
- 干扰质量判断。同一模板下堆积大量空页面，会让搜索引擎对该目录甚至整站的可用内容比例打折扣。
- 放大重复与收口问题。空页面之间高度相似，又常带着指向自身的 canonical，收口链条在这里就断了。
判断原则很简单：页面到底有没有内容，服务器应该给出和它一致的回应。内容不存在却返回 200，等于把判断成本推给搜索引擎，结果往往不如自己说清楚。
自查：怎么把软 404 找出来
- 先看站长后台的软 404 报告，被标记的 URL 是最好的入口，注意区分“确实该删”和“只是暂时为空”。
- 按模板抽查：搜索页、标签页、筛选页、下架详情页、超出范围的分页，每类取几个 URL 看状态码和正文长度。
- 用命令行或抓取工具批量取状态码与正文文本长度，去掉导航、页脚后几乎没内容的，基本可以判定为空壳。
- 对比正常页面和异常页面的 HTML，看差异是集中在正文区域，还是整个模板根本没渲染出来。
处理顺序
- 确实不存在的页面：返回 404 或 410。已确认永久下线的，410 更直接。
- 临时为空、之后可能恢复的：让状态码如实反映，同时加 noindex 观察，不要长期挂着一个 200 的空页面。
- 能合并的：把空标签页 301 到上级分类，把无结果搜索页指向有用的入口页。
- 内容其实靠前端渲染的：先修接口和渲染，再谈收录，改状态码解决不了接口为空这件事。
- 处理完留一张清单，隔一段时间复查，尤其是筛选参数组合出来的 URL。
几个容易踩的坑
- 只改了自定义 404 页面的样式，忘了让服务器返回 404 状态码。
- 把 noindex 当成万能补丁，空页面越积越多，抓取额度照样被消耗。
- 无结果搜索页的 canonical 指向自己，等于告诉搜索引擎“这就是标准页”。
- 把软 404 和硬 404 混为一谈，看到报告里的数字就慌，其实要先分清是内容真没有，还是渲染失败。
软 404 不是需要紧急抢修的事故，但它会持续消耗抓取资源、拉低整站的可用内容比例。把它当成一次页面清理：该返回 404 的返回 404，该合并的合并，该修渲染的修渲染，剩下的交给时间。