Search Console 报 Soft 404：修好 200 与 404 不一致

一句话总结： Search Console 把某个 URL 标成 “Soft 404”，意思是这个页面看起来像”未找到”页面，但服务器却返回了 HTTP 200 OK。Google 抓了页面、发现没有真正的内容（或者只有”未找到”、“暂无结果”这类提示），于是决定当作 404 处理、不收录。最快的修法：对确实已经不存在的 URL，让服务端返回 404（或 410）而不是 200；对那些本该有内容、却在 Googlebot 眼里是空的真实页面，用 URL Inspection → Test Live URL 看渲染后的 HTML，把缺的东西补上。

这几乎从来不是内容质量处罚，而是状态码或渲染的问题——要么页面本不该返回 200，要么它返回了 200 但在 Googlebot 那里渲染成了空白。

先判断：你属于哪一类

修法完全取决于这个 URL 是否应该存在。对一个被标记的 URL 跑 URL Inspection，点 Test Live URL，再展开 View Tested Page，对照下表判断：

你看到的情况	类别	修法
URL 对应的内容已删除 / 从未存在	应该是真 404	返回 404 或 410（Step 2-3）
空 tag / category / 0 结果搜索页	单薄的索引页	noindex 或 404（Step 4）
渲染后的 HTML 里你的真实内容都在	单薄页面被误判	补充实质内容后再验证
渲染后的 HTML / 截图是空白或报错	JS 渲染失败	修渲染（Step 5）
任意乱填的 URL 都返回首页或 index.html	SPA / 重定向配错	修分发层（Step 6）

View Tested Page 面板有三个标签页——HTML、Screenshot、More Info。Screenshot 标签显示 Googlebot 实际渲染出来的样子；More Info → JavaScript console messages 会列出 Googlebot 在渲染过程中遇到的所有 console 报错。hydration 时一个未捕获的异常就足以让你的主内容整块消失。（注意：Test Live URL 这种实时测试不会更新索引——它只是预览 Google 此刻抓取会看到什么。）

常见原因

1. 空的 category / tag / 搜索结果页返回 200

最高频。比如 /tag/unused-tag/ 没有任何文章，但模板照样渲染了页眉页脚 + “暂无内容”——HTTP 200，但 body 几乎是空的。

如何判断：

curl -sI "https://yourdomain.com/tag/empty-tag/" | head -1
# 期望 404；实际是 HTTP/2 200 就是 Soft 404 候选

2. 动态页面找不到内容时仍返回 200

// 错误实现
app.get('/article/:slug', async (req, res) => {
  const article = await db.findOne({ slug: req.params.slug });
  if (!article) {
    res.render('not-found', { message: 'Article not found' });  // 200
    return;
  }
  res.render('article', { article });
});

res.render('not-found') 默认返回 200。应该改成 res.status(404).render('not-found')。

3. SPA 的 404 路由返回 index.html + 200

如果你部署到 Firebase / Netlify / Vercel 并用了 SPA fallback：

{
  "rewrites": [
    { "source": "**", "destination": "/index.html" }
  ]
}

所有 URL 都返回 index.html + 200，包括根本不存在的 URL。然后前端 router 显示 “404 Not Found”——但 HTTP 状态码仍然是 200。

4. 用重定向到首页代替 404

// 错
app.get('*', (req, res) => res.redirect('/'));

URL 不存在时不该悄悄重定向到首页。Google 会抓到一堆”URL 各不相同、内容却都是首页”的页面，于是标 Soft 404 或 Duplicate。

5. 只有导航 / 页脚 / 广告，没有主内容

页面 HTML 加载完，body 里有 header、nav、sidebar、ads、footer——但 <main> 里只有”加载中”或者干脆是空的。

# 看 main 区域的字符数
curl -sL https://yourdomain.com/page | grep -oE '<main[^>]*>[\s\S]*</main>' | wc -c
# 不到 500 个字符通常就是 Soft 404 候选

6. 在你浏览器里渲染正常，但对 Googlebot 是空白

如果你的站点靠客户端渲染或 SSR，而渲染过程出错（或某个关键脚本没加载成功），即便页面在你的 Chrome 里好好的，Googlebot 看到的也是一张空白页。这一类最容易让人困惑：URL 在浏览器里正常，但 Test Live URL 的截图是空的。去 More Info → JavaScript console messages 里找那个挂掉的脚本。

最短修复路径

Step 1：导出 Soft 404 清单并分类

Search Console → Indexing → Pages（页面） → 在 “Why pages aren’t indexed” 下点 Soft 404 → 导出 URL 列表。按 URL 模式分类：

/tag/*        → 空 tag 页
/search?q=*   → 0 结果搜索页
/article/*    → 内容已删但 URL 还在
/products/*   → 库存为 0 的商品

每一类的修法都不一样。

Step 2：把”该 404”的情况改成真 404

// Express / Node
app.get('/article/:slug', async (req, res) => {
  const article = await db.findOne({ slug: req.params.slug });
  if (!article) {
    return res.status(404).render('not-found', { message: 'Article not found' });
  }
  res.render('article', { article });
});

// Next.js App Router
import { notFound } from 'next/navigation';
export default async function ArticlePage({ params }) {
  const article = await getArticle(params.slug);
  if (!article) notFound();  // 渲染 not-found 界面并带 404 状态码
  return <Article {...article} />;
}

// Astro
---
const article = await getArticle(Astro.params.slug);
if (!article) return new Response(null, { status: 404 });
---

给 404 页面放一点真正有用的内容（一个搜索框、几个热门页面的链接）。一个光秃秃的”Not found” + 200 状态码就是教科书式的 soft 404；而一个内容有用、状态码正确的 404 页面则完全没问题。

Step 3：永久删除的 URL 用 410 Gone（意图更清晰）

如果某个 URL 是永久删除而不是”暂时不在”，返回 410：

res.status(410).send('This page has been permanently removed.');

关于那句流传很广的”410 比 404 去索引更快”：Google 官方文档明确说，爬虫对 404 和 410 的处理是一样的——两者都告诉索引流程内容已经没了、都会从索引里移除，抓取频率也都会逐渐降低。所以 410 并不能可靠地加快什么，它真正的价值在于明确传达意图（“彻底没了”，而不是”过会儿再试”）。两种状态码都能解决 soft 404——关键是你别再返回 200。

Step 4：空 tag / 0 结果搜索页加 noindex 或 404

// 空 tag 页：noindex + 不进 sitemap
export default function TagPage({ posts }) {
  if (posts.length === 0) {
    return (
      <>
        <Helmet><meta name="robots" content="noindex,follow" /></Helmet>
        <main>这个标签下暂无文章</main>
      </>
    );
  }
  // ...
}

或者更激进：直接 404，因为空 tag 页对用户其实也没价值。注意：如果你想让这些页面被去索引，不要在 robots.txt 里屏蔽它们——被屏蔽的 URL 不会被抓取，Google 也就永远看不到那个 noindex 标签。让 Google 抓取它们、读到 noindex 才行。

Step 5：针对”JS 空白”那一类修渲染

如果某个本该有内容的页面，Test Live URL 的截图却是空白：

• 打开 More Info → JavaScript console messages，修掉列表里的第一个报错（通常是 hydration 失败，或某个关键 bundle 返回了 4xx/5xx）。
• 确认没有关键 JS/CSS 文件被 robots.txt 屏蔽——Googlebot 需要抓到它们才能渲染。
• 对于必须被收录的内容，优先用 SSR / 静态渲染而不是纯客户端渲染，这样 HTML 响应里就已经带着内容了（可以用 curl -sL <url> | grep 搜一个已知短语来确认）。
• 修好后重新跑一次 Test Live URL，确认渲染后的 HTML 里现在有你的内容了。

Step 6：SPA 部署——在分发层修

如果你用的是 Firebase Hosting / Netlify / Vercel 的 SPA fallback：

// firebase.json
{
  "hosting": {
    "rewrites": [
      { "source": "/article/**", "function": "ssrArticle" },
      { "source": "**", "destination": "/index.html" }
    ]
  }
}

对 /article/** 这种需要真 404 的路径走 server function，让它能返回 404；其余真正的客户端路由再保留 SPA 的 200 fallback。

对于纯客户端渲染（CSR）的站点，你无法从客户端改 HTTP 状态码——服务器在你的 router 跑起来之前就已经发出了 200。服务端渲染（一个 SSR 函数或预渲染）是唯一能发出真 404 的办法。

Step 7：用 curl 验证 + Search Console 重新验证

# 应该 404 的 URL
curl -sI "https://yourdomain.com/article/already-deleted" | head -1
# 期望：HTTP/2 404

# 应该 200 的 URL
curl -sI "https://yourdomain.com/article/exists" | head -1
# 期望：HTTP/2 200

然后在 Search Console → Indexing → Pages → Soft 404 那一行点 Validate Fix（验证修复）。这会启动一个跟踪周期（在 “See details” 里能看到状态从 Started 变成 Passed 或 Failed），完成后 Google 会发邮件通知你。截至 2026 年 6 月，一次完整复审通常需要约 1-3 周；不用反复点——再点一次只会让计时重新开始。

怎么确认修好了

1. 对原先被标记的 URL 跑 curl -sI，返回的是你想要的状态码（已删页面是 404 / 410，真实页面是 200）。
2. 对一个真实页面跑 URL Inspection → Test Live URL，渲染后的 HTML 和截图里能看到你的内容——没有空白或报错画面。
3. Search Console 里的 Soft 404 验证走到 Passed，接下来几周 Pages 报告里受影响的数量下降。

预防建议

• 任何”找不到资源”的代码路径都必须 res.status(404)（或 410），不要默认 200。
• 给 404 页面放上真正有用的内容（搜索框、热门链接）；光秃秃的”Not found” + 200 就是典型的 soft 404。
• 空的 category / tag / 搜索结果页要么 noindex 要么 404，不要返回 200 的空壳页；想去索引的页面也别用 robots.txt 屏蔽。
• SPA 部署必须区分”前端的 404 界面”和”服务端 404”，后者要靠 SSR 函数返回真 404。
• CI 加一个 smoke test：随机访问一个不存在的 URL，断言状态码是 404 而不是 200。

常见问题

Soft 404 会影响我的排名吗？ 不会直接影响——被标记的 URL 只是不会被收录，所以根本排不上。它更像一个信号：这些 URL 在浪费抓取预算，而且可能意味着有更大范围的状态码 bug。把状态码改对之后，这些 URL 要么被收录（如果是真实页面），要么被干净地移除（如果已经没了）。

页面在我浏览器里好好的，为什么 Google 说它是 Soft 404？ Googlebot 用它自己的无头 Chromium 渲染，对报错更严格。跑 URL Inspection → Test Live URL 看截图：如果是空白，说明某个脚本在渲染时挂了。去 More Info → JavaScript console messages 找原因。浏览器与 Googlebot 的差异，几乎都归结为渲染报错或某个资源被屏蔽。

已删页面该用 404 还是 410？ 两者都能解决 soft 404。Google 在索引层面对二者一视同仁，所以想明确表示”页面彻底没了”就用 410，其他情况用 404。关键是别再返回 200。

“Validate Fix” 要多久？ 一个跟踪周期，截至 2026 年 6 月通常约 1-3 周。完成后 Google 会发邮件通知你。在它跑完之前再点一次 Validate Fix 只会重新计时——让它自己跑完就好。

纯客户端渲染（CSR）的站点能返回真 404 吗？ 不能。服务器在你的 JavaScript router 跑起来之前就已经返回了 200，状态码早就定了。你需要 SSR、预渲染，或者一个能为”未找到”路径返回 404/410 的服务端 / 边缘函数。

相关阅读

• Discovered currently not indexed
• Thin pages 被降权
• pages dropped from index

外部参考：Google：HTTP 状态码及 Google 的处理方式、Google：Page Indexing 报告。

标签: #SEO #Google #Search Console #收录

相关文章

常见问题解决库

Hreflang "No Return Tags"：补上缺失的双向链接

爬虫报你 hreflang 簇 "missing return tags"：A 指向 B，但 B 没指回 A。让每个引用都相互对应，Google 才不会整组忽略。

2026/05/24 #SEO #排查

常见问题解决库

JavaScript 渲染的内容没进 Google 索引

SPA 在用户看来一切正常，但 Search Console 显示页面被索引时 body 是空的。Googlebot 渲染的坑在哪、最快怎么修。

2026/05/24 #SEO #排查

常见问题解决库

Google 把站切到 Mobile-First 之后索引量掉了

Search Console 确认切到 mobile-first，两周后有效页和曝光掉 15-40%。原因几乎都是移动版 HTML 缺了内容。本文教你怎么定位并补齐这个缺口。

2026/05/24 #SEO #排查

常见问题解决库

第 2 页之后设了 noindex,follow，深层文章正在变孤儿

老 SEO 建议说给分页加 `noindex,follow`。但 Google 长期对待 `noindex,follow` 等同 `noindex,nofollow`，只能从第 2 页之后链接到的文章会悄悄掉出索引。本文给出修复办法。

2026/05/24 #SEO #排查

常见问题解决库

带 query 参数的 URL 在索引里变成一堆重复

Search Console 报上千条带 `?utm_*`、`?sort=`、`?ref=` 的重复 URL。用 rel=canonical 和干净内链把它们收敛掉。

2026/05/24 #SEO #排查

常见问题解决库

robots.txt 挡了 CSS/JS 拖垮索引

你为了"省 crawl budget"在 robots.txt 里 disallow 了 `/assets/` 或 `/_next/static/`，Googlebot 没法渲染。最快的解法：别再 block 渲染资源，然后用 URL Inspection 重测。

2026/05/24 #SEO #排查