软 404

软 404 是一种名不副实的返回结果，服务器给出的状态码是 200，页面内容却在告诉访问者这个页面不存在^[2]。它属于错误页面，却披着正常状态码的外衣：引擎读到 200，会先把内容送进索引流水线，之后才根据内容判断这是一张错误页^[2]。对做 SEO 的人来说，它意味着本该消失的地址继续占着索引位置，还反复消耗抓取次数。

判定标准

判定的两头是状态码与内容。Google 的定义写得直接，软 404 错误是指某个网址返回的网页告知用户该网页不存在，同时返回 200 状态代码^[2]。文档还补了一句，这类页面有时是没有主要内容或内容为空的页面^[2]。

判定由引擎完成，不由站长声明。当 Google 的算法根据页面内容判断这是错误页面时，会在“网页索引编制”报告里标出软 404 错误^[2]。识别发生在内容这一层，返回码那一层看不出问题。

成因

第一种来源是删掉内容后没有改动返回码。CMS 的删除动作常常只清掉数据，不调整 HTTP 响应，地址还在，返回的是 200 和一句“该内容已删除”。

第二种是把不存在的地址跳到首页或栏目页。用户看到一个正常页面，引擎沿跳转取到首页内容，那个旧地址对应的内容其实早已消失。

第三种是权限与空结果。需要登录才能看的内容、搜索没有命中的空结果页，都会返回 200，内容却与用户要找的东西无关。

排查方式

排查的落点是拿回页面，把返回码与内容对起来看。

1. 在搜索控制台的“网页索引编制”报告里筛出软 404，拿到地址清单^[2]。
2. 用抓取诊断取回某个地址，对比蜘蛛看到的返回码与网页源码，看源码里是不是错误提示^[3]。
3. 查看服务器日志，筛出返回 200 却引用错误模板的地址，找出同一批次的删改动作^[4]。

修正方向

确实不存在的页面，让服务器直接返回 404，不再需要的可以返回 410^[1]。内容已经有了替代页，用 301 指到替代页，不要一律指到首页。页面需要保留但不想被收录，用 noindex，也不要用一张返回 200 的错误页占位。

常见误用

第一种是以为返回 200 就能保住旧地址。内容已经是错误提示，引擎按错误页面处理，地址最终仍会掉出索引^[2]。

第二种是把软 404 当成临时状态，打算以后再修。它长期占着索引位置，还不断消耗抓取次数^[4]。

第三种是用脚本跳转去掩盖。跳转不改变原地址的返回码，服务器给出的仍是 200，问题照旧。

第四种是只改一处，不改同名的一批地址。删一个栏目往往带出一批同类页面，只修其中一条，其余继续以 200 的形式留在索引里。

附录

参见

• 301
• 302
• HTTP 状态码
• 链式重定向

参考资料

官方（境外）

1. 《How does Yandex search work?》，Yandex Webmaster。
2. 《HTTP 状态代码以及网络连接错误和 DNS 错误对 Google 搜索有何影响》，Google 搜索中心。

官方（国内）

3. 《平台工具使用手册（抓取诊断）》，百度搜索资源平台，2020-08-14 更新。

第三方

4. 《How to Fix Crawl Errors in Google Search Console》，Moz，2016-09-21。

外部链接

无。