本文约 3,909 字，预计阅读 10 分钟。文中命令与配置均经过实测，可直接参考执行。
引言：页面删了，谷歌却说”这个页面没问题”
在 Search Console 的”网页”报告里，有一类状态叫”软 404（Soft 404）”。它的意思是：Google 请求这个 URL 时，服务器返回了 200（或 404 以外的状态），但页面内容实质上是在表达”找不到内容”——比如显示”抱歉，没有找到你想要的页面”，或者干脆是一个空壳模板。搜索引擎无法从状态码判断页面不存在，只能靠内容猜测，于是标记为软 404。
软 404 的危害比正常 404 更大。正常的 404 会被快速从索引中剔除；软 404 则可能被反复抓取、长期滞留在索引库里，用户点进去看到的是无意义页面，既损害体验也浪费抓取预算。WordPress 站点里最常见的原因是空归档页、已删除但未处理的文章页、以及分页超出范围。
原理分析：状态码与内容的一致性
HTTP 状态码是服务器与爬虫之间的”契约”。契约一旦不一致，爬虫就只能降级依赖启发式判断。
| 情况 | 应返回 | 常见错误 |
|---|---|---|
| 内容已删除且无替代 | 404 / 410 | 返回 200 |
| 内容已迁移 | 301 | 返回 200 + JS 跳转 |
| 空分类/空标签 | 404 或 noindex | 返回 200 空壳 |
| 分页超出总页数 | 404 | 返回 200 空列表 |
| 参数组合无结果 | 404 或 noindex | 返回 200 空结果 |
410 Gone 比 404 更明确地表达”永久删除”，Google 处理速度略快，但两者在 SEO 结果上差别很小，用 404 即可。
WordPress 内部有一个 404 判定流程：主查询 WP_Query 执行后，若没有结果且不属于首页等情况，handle_404() 方法会设置 404 状态。问题在于有些场景它判定不到——比如分类存在但没有文章、自定义查询未走主查询、或者主题用 query_posts 覆盖了主查询导致状态被重置为 200。这时就需要用 pre_handle_404 钩子（WordPress 4.0 引入）提前干预。
保姆级实操
步骤 1：从 GSC 导出软 404 清单。 进入”索引 → 网页”，点击”软 404″卡片导出全部 URL，按路径规律归类：是文章页、分页、还是参数页。
步骤 2：手工复核几个典型 URL。 用 curl 看真实状态码，不要只看浏览器。
# 查看服务器真实返回状态码
curl -s -o /dev/null -w "%{http_code}\n" https://example.com/old-post/
# 关注重定向链与最终状态
curl -sIL -o /dev/null -w "%{http_code} -> %{url_effective}\n" https://example.com/old-post/
步骤 3：对”确实不存在”的页面返回真 404。 用 pre_handle_404 在 WordPress 判定前处理空归档与超范围分页。
<?php
// 空归档页与超范围分页返回真正的 404
add_action('pre_handle_404', function ($preempt) {
// 情况一：分类/标签存在但没有任何文章
if ((is_category() || is_tag()) && !have_posts()) {
status_header(404);
nocache_headers();
return true; // 阻止后续默认处理
}
// 情况二：请求的页码超过实际总页数
$paged = get_query_var('paged');
if ($paged > 1 && isset($GLOBALS['wp_query']->max_num_pages)
&& $paged > $GLOBALS['wp_query']->max_num_pages) {
status_header(404);
return true;
}
return $preempt;
});
注意：让空归档返回 404 之前，先确认这些归档页没有外链价值；如果没有，也可以改用 noindex 保留页面。
步骤 4：优化 404 页面本身。 404 页面不要是死胡同，提供搜索框、热门文章和返回首页的链接，降低跳出。
<?php
// 404.php 模板核心片段
get_header(); ?>
<main class="error-404">
<h1>页面不存在</h1>
<p>这个地址可能已经变更或被删除，你可以试试搜索：</p>
<?php get_search_form(); ?>
<nav aria-label="热门内容">
<h2>热门内容</h2>
<?php wp_nav_menu(['theme_location' => 'footer_primary', 'depth' => 1, 'fallback_cb' => false]); ?>
</nav>
<p><a href="<?php echo esc_url(home_url('/')); ?>">返回首页</a></p>
</main>
<?php get_footer();
步骤 5：对”有替代内容”的旧 URL 改 301。 若旧页面有等价新页面，不要留 404，直接 301 到新地址，外链权重才能继承。批量处理流程见 批量 301 重定向规划。
步骤 6：确认 Nginx 不要把 404 转成 200。 常见错误配置是把 error_page 404 指向一个返回 200 的 PHP 页面，导致 PHP 层返回 404 但 Nginx 层吞掉。
# 正确：让 PHP 返回的 404 状态透传，不要改成 200
server {
error_page 404 /404.html;
location = /404.html {
internal;
}
location ~ \.php$ {
include fastcgi_params;
fastcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name;
fastcgi_pass unix:/run/php/php8.2-fpm.sock;
# 不要开启 fastcgi_intercept_errors，否则 PHP 的 404 会被 nginx 页覆盖
}
}
步骤 7：复查。 提交 GSC 的”网址检查”重新抓取，确认状态从软 404 变为”已排除”；两周后再看报告中数量是否下降。
常见踩坑
- 案例： 某站把 404 页面做成
error_page 404 = /index.php，Nginx 把状态码改写成 200，全站 800 多个已删除 URL 全部被判定为软 404，长期占据索引库。改回error_page 404 /404.html并去掉=号后，两个月内这些 URL 基本清空。 - 主题用
query_posts()覆盖主查询，404 状态被重置为 200。应改用pre_get_posts修改主查询。 - 把 404 页面做成 302 跳转到首页，Google 会把它当成首页的重复内容，进而可能索引首页内容却又给出错误 URL，属于典型的”URL 劫持”。
- 空标签页数量巨大且全部返回 200，被视为低质量页面群。要么删标签，要么统一
noindex。 - 只处理了
is_404()模板，没处理”内容为空但状态为 200″的场景，GSC 的软 404 数量纹丝不动。 - 站点用了缓存插件，404 状态码被缓存成 200，排查时以为是代码问题。需要在缓存规则中排除 404 响应，可参考 WordPress 缓存插件配置。
- 把已删除的商品页 404 掉，却忽略了这些页面还有外链，白白损失权重，应先查外链再决定 404 还是 301。
总结
判断标准只有一句：页面的 HTTP 状态码必须与其表达的内容一致。内容是”没有”，就返回 404；内容是”搬走了”，就返回 301；内容是”存在但不想被索引”，才用 noindex。行动清单为：从 GSC 导出软 404 → curl 核实真实状态码 → 用 pre_handle_404 修正空归档与超范围分页 → 检查 Nginx 的 error_page 是否吞掉状态码 → 有替代内容的改 301 → 复查报告数量。把这套流程跑一遍，索引库的干净程度会有肉眼可见的改善。
