淺談404問題
今天為什么要說一下404問題呢,最近看case過程中發現個很有意思的網站，該網站被灌了大量的垃圾信息，被其發現后及時地進行了刪除，這一點是值得肯定的。通常情況下，正常網站將自動返回404狀態碼，搜索引擎進行更新并刪除，避免對網站用戶及搜索引擎帶來負面影響。但問題來了，該網站只刪除了內容，沒有任何主體內容的頁面被保存了下來，未做404處理。當然，存在一類網站只刪除內容后返回正常200狀態碼，提醒一句“該內容已刪除”，但其都沒有。可以發現目前這個搜藏中的url仍然正常返回200，http://cang.baidu.com/Lee/snap/3b0a0cc8e7d7899facd36fad.html，造成的后果：搜索引擎將花費大量的資源在這種無效頁面上，那么，同等耗損下用在重要頁面上的資源將被大量擠占，可想而知，正常優質頁面在搜索引擎的部分表現將受到影響。經過我們運營同學的多方溝通下至今仍未進一步處理。我覺得，21世紀第二個十年了，這種問題不應該再存在了的。
好吧，承認我被打敗了。簡單說一下：
404狀態碼代表‘Not Found’，spider更新時會認為該頁面已失效，此時呢將在索引庫中刪除，短期內spider再次發現該url不再會抓取。因此，出來了兩類問題：第一，網頁臨時性打不開；第二，頁面永遠無法打開。針對第一類問題，我建議不要立刻返回404，而是使用503。503等同于告訴spider該頁面臨時訪問不了，過段時間再來光臨。關于503，spider會認為該網頁臨時無法訪問，短期內會再光臨。如果網頁已經恢復，即刻正常抓取；如果繼續返回503，短期內還會再光臨幾次，但如果該頁面長時間返回503，該url仍會被認作失效鏈接，從索引庫中刪除。針對第二類問題，永遠無法打開的頁面，404，不用考慮。各種web2類頁面刪除后同樣需要返回404告知搜索引擎該頁面已失效。
回歸之前那個網站，刪除內容后該頁面沒有任何價值。最恰當的處理是：
1、直接做死鏈處理并返回404；
2、在百度站長平臺死鏈提交工具中提交死鏈sitemap。
最后呢，提醒一下各位站長朋友，當您的網站存在被發布大量垃圾信息時，請：
1、及時刪除相關垃圾頁面，并做404處理；
2、制作符合要求的死鏈sitemap；
3、登錄百度站長平臺，進入死鏈提交工具提交死鏈sitemap。
如果大家對404問題還有別的疑問，大家可以到[學堂同學匯][學習討論]《淺談404問題》討論貼中發表自己的看法，我們的工作人員會關注這里并與大家進行探討。
來源：百度搜索資源平臺 百度搜索學堂
