很少有人在站点运营的检查清单里给 404 页面留位置。但它是访客和搜索引擎都会撞上的页面：旧链接、拼错的地址、被删掉的栏目、外部站点引用的失效 URL，最后都落在这一页上。这一页做得好不好，直接决定访客是继续浏览还是直接关掉标签。
先把三种“找不到”分清楚
- 标准 404：服务器返回 404 状态码，页面给出提示和出口。这是正常且健康的状态。
- 软 404：页面看起来是“内容不存在”，但状态码返回 200。访客看不出问题，抓取端却会把它当成正常内容处理，时间一长就是一堆低质页面。
- 301 与 410：页面只是换了地址，应该用 301 指到新地址；内容确实永久下线且不再有替代，410 比 404 更明确。
很多站点的麻烦不是“404 太多”，而是“该 404 的返回了 200，该 301 的返回了 404”。
一次可执行的 404 自查
- 抽查状态码。随机挑十几个不存在的地址，用命令行或浏览器开发者工具看响应头，确认返回的是 404 而不是 200。
- 检查错误页是否被索引。在搜索引擎里搜站点域名加上“页面不存在”之类的提示语，如果错误页本身被收录，说明状态码或 meta 有问题。
- 统计日志里的 404 来源。把服务器日志中状态码为 404 的记录按 URL 聚合，看哪些地址被反复请求、来源是站内还是站外。
- 区分可修复和不可修复。站内链接指向的 404 属于自家问题，优先修；外部引用的老地址，能重定向就重定向。
- 看错误页的出口。页面上是否还有导航、搜索框、热门内容入口，访客有没有办法继续走下去。
- 确认 robots 与站点地图没有冲突。不要把 404 地址写进 sitemap，也不要让 robots.txt 挡住整站后再指望错误页被正常处理。
错误页面本身应该包含什么
- 一句人话说明：地址可能输错、内容可能已下线，不要只丢一串代码。
- 返回首页、栏目页或相关内容的链接，最好和访客原本想找的主题相关。
- 站内搜索框，让人可以自己找。
- 与全站一致的头部和底部，不要让访客以为跳到了别的网站。
- 如果站点有联系方式，可以顺带放上，方便反馈失效链接。
不必把 404 页做得花哨，它的核心任务是“承认找不到”并“给出下一步”，而不是硬塞促销或大段自我介绍。
从日志里看 404 都在哪里发生
把 404 记录按路径分组，通常会看到几类：图片、CSS、JS 等静态资源缺失；被删除的栏目页；参数或大小写不一致产生的变体地址；以及被外部站点大量引用的老文章。前几类往往是一处改动留下的尾巴，修一次能消掉一大片。变体地址则要考虑统一规则，避免同一份内容因为大小写、结尾斜杠不同而各自为战。
提示：日志里短时间出现大量陌生地址的 404，先别急着逐条处理，看看是不是爬虫在试探或有人在扫描，判断清楚再决定要不要拦。
别把 404 藏起来
有些站点为了“好看”，把所有错误都重定向到首页，或者用 JavaScript 跳转。短期看访客没看到错误页，长期看却让抓取端分不清哪些地址真的没了，旧地址的传递也交代得不明不白。诚实地返回 404，同时提供清楚的出口，通常比掩盖错误更有价值。自查不必一次做完，先把站内链接造成的 404 清一轮，再逐步处理外部引用和变体地址，就已经能改善不少。