2007/06/14 12:22
HTTP 404 错误意味着链接指向的网页不存在。在网站建设中想要完全避免这种情况是不可能的，比如说，我们常常需要对网站进行调整、改版，便会有网页被删除、改名或移动位置，这时候，虽然相应内容的网页还存在于网站中，但使用原来的地址访问则无法访问。——当然，对这类情况首先要考虑的是为原来页面地址做301重定向，以尽可能地减小对SEO效果的影响。——其次，在别人建立指向网站的链接时，也可能会由于出现拼写错误而使其成为一个无效的链接：在网站内找不到相应的内容页面。
简单说来，这类无效链接是由web服务器自动处理的：当Web 服务器接到类似的数据请求量，会返回一个 404 状态码，告诉对方其要请求的资源并不存在。但是，Web服务器默认的404错误页面，无论Apache还是IIS，均十分简陋、呆板且对用户不友好，无法给予用户寻找相应信息的更多线索，用户看到这类页面往往最直接的反应并是关闭浏览器窗口离开，这在很大程度上给网站造成损失。毕竟，对网站来说，用户永远是最重要的资源，以这种方式损失用户更意味着某种程度的失败。
这也是许多网站使用自定义404错误页面的原因。通过良好的自定义404页面，可以包含对网站的相应介绍、用户可能感兴趣的内容链接或者网站内容导航链接、内容搜索功能等，能够有效地帮助访问者找到其欲寻找的内容或相似的内容，提高用户在网站内浏览更多信息的机会。
自定义404错误页面返回“200”或“302”状态码
从严格的技术角度，网站对404错误的处理策略，并不是一个SEO方面的工作，而属于网站可用性(usability)方面的问题。——当然，如果从广义的SEO范畴来看，提高网站可用性也属于SEO的基本操作。——但是，如果自定义404错误页面设置不当，则会极大地影响网站的SEO效果。
在许多朋友的印象中，自定义404错误页面只要能正确显示，只要能输入网站内某个并不存在的网页地址，在浏览器中能看到自定义的错误信息，便说明设置没问题。惭愧地说，本人也是抱有这种想法的一员，IT技术点评运行将近一年了，近日因Google更新后排名下降检查网站时才发现存在类似的错误：一个正确设置的404页面，不仅应当正确地显示，同时，应该能够正确返回“404”错误代码，而不是“200”或“302”。虽然对访问的用户而言，HTTP状态码究竟是“404”还是“200”来说并没有什么区别，但对搜索引擎而言，这则是相当重要的。
为什么这么说呢？让我们先来回顾一下搜索引擎收录与索引网页的过程：搜索引擎的Spider向网站服务器发送请求，要求读取某个网页，网站服务器接到请求后返回 HTTP 状态码响应请求，这些返回的HTTP状态码决定着搜索引擎的下一步行动：将该网页收录到索引数据库或者将其从索引数据库删除等。
当然，HTTP状态码有很多种，分别对应不同的情况，下面就与本文内容相关的几种作一简单介绍，更详细的信息可参考W3C规范：
404 : 请求的网页不存在(不排除日后该链接有效的可能性)；
410 : 请求的网页不存在(永久)；
200 : 服务器成功返回网页
302 : 网址临时重定向(跳转)
301 : 网址永久重定向
需要说明的是，大部分搜索引擎将“404”与“410”状态同等对待，如Google。(参见Matt Cutts的说明)
当搜索引擎在请求某个Url时得到“404”状态回应时，便会知道该网页在网站内不复存在，从而在索引数据库中将其删除，——当然，这个删除过程有可能需要很长时间——而当搜索引擎得到“200”状态回应时，则会认为该url是有效的，并将其回到到索引数据库中。
404页面返回“200”状态码的后果
如果网站的自定义404错误页面在url无效时不返回“404”状态码而代之以“200”，会发生什么情况呢？很明显，搜索引擎会认为这个“根本不存在的”网页在网站内是存在的，这会导致很多问题，影响网站的最终SEO效果。
举例来说，比如说对“http://www.highdiy.com/a.html”、“http://www.highdiy.com/b.html”这两个在IT技术点评网站内并不存在的url而言，如果搜索引擎得到的回应状态码是“200”，那么，便会将其收录到索引数据库，这样的结果便是这两个不同的url具有完全相同的内容：自定义404错误页面的内容，这类重复文本(Duplicate Content)的现象对许多搜索引擎而言都是大忌。尤其是考虑到网站中不可能只有这两个无效链接，毕竟在网站建设中，无论网站的内部链接还是外部链接，总会不可避免地出现许多比如说拼写错误的情况，类似的重复内容会更多。这样，对搜索引擎而言，特别是Google，不但很难获得理想的网站信任指数，也会大大降低Google对网站质量的评定。
404错误页使用Meta Refresh带来的302问题
常常看到许多网站的自定义404错误页面采取类似这样的形式：首先显示一段错误信息，然后，通过Meta Refresh将页面跳转到网站首页、网页地图或其他类似页。根据具体实现方式不同，这类404页面可能返回“200”状态码，也可能返回“302”，但不论哪种，从SEO的角度看，均不是一种合适的选择。
对“200”状态的情况我们上面已经谈过，那么，当404页面返回“302”时，搜索引擎会怎么对待呢？从理论上说，对“302”错误，搜索引擎认为该网页是存在的，只不过临时改变了地址，仍然会索引收录该页，这样，同样会出现类似于“200”状态码时的重复文本问题；其次，以google为代表的主流搜索引擎对302重定向的适用范围要求越来越严格，这类不当使用302重定向的情况存在很大的风险。
因此，尽量不要在404错误页中使用这类Meta Refresh方法。如果实现希望实现类似的功能，即让显示错误信息几(十)秒后跳转到首页或其他页面，可以考虑在404错误页中使用Java Script跳转。——Java Script对搜索引擎而言是无益同时也无害的。
确保自定义404错误页面能够返回“404”状态码
在自定义404错误页面设置完毕后，一定要检查一下其是不是能够正确地返回“404”状态码。
检查的方法也相当简单，使用本站提供的Server Header检查工具，或其他类似工具如这个，输入一个网站内不存在网页的url，查看一下HTTP Header的返回情况，确信其返回的是“404 Not found”。
现在ArthurXF本人正在搞PHP等技术培训，如果想学习的人可以跟我联系。另外培训的招生简章在这个网址，想了解的可以去看看。
PHP培训招生简章
简单说来，这类无效链接是由web服务器自动处理的：当Web 服务器接到类似的数据请求量，会返回一个 404 状态码，告诉对方其要请求的资源并不存在。但是，Web服务器默认的404错误页面，无论Apache还是IIS，均十分简陋、呆板且对用户不友好，无法给予用户寻找相应信息的更多线索，用户看到这类页面往往最直接的反应并是关闭浏览器窗口离开，这在很大程度上给网站造成损失。毕竟，对网站来说，用户永远是最重要的资源，以这种方式损失用户更意味着某种程度的失败。
这也是许多网站使用自定义404错误页面的原因。通过良好的自定义404页面，可以包含对网站的相应介绍、用户可能感兴趣的内容链接或者网站内容导航链接、内容搜索功能等，能够有效地帮助访问者找到其欲寻找的内容或相似的内容，提高用户在网站内浏览更多信息的机会。
自定义404错误页面返回“200”或“302”状态码
从严格的技术角度，网站对404错误的处理策略，并不是一个SEO方面的工作，而属于网站可用性(usability)方面的问题。——当然，如果从广义的SEO范畴来看，提高网站可用性也属于SEO的基本操作。——但是，如果自定义404错误页面设置不当，则会极大地影响网站的SEO效果。
在许多朋友的印象中，自定义404错误页面只要能正确显示，只要能输入网站内某个并不存在的网页地址，在浏览器中能看到自定义的错误信息，便说明设置没问题。惭愧地说，本人也是抱有这种想法的一员，IT技术点评运行将近一年了，近日因Google更新后排名下降检查网站时才发现存在类似的错误：一个正确设置的404页面，不仅应当正确地显示，同时，应该能够正确返回“404”错误代码，而不是“200”或“302”。虽然对访问的用户而言，HTTP状态码究竟是“404”还是“200”来说并没有什么区别，但对搜索引擎而言，这则是相当重要的。
为什么这么说呢？让我们先来回顾一下搜索引擎收录与索引网页的过程：搜索引擎的Spider向网站服务器发送请求，要求读取某个网页，网站服务器接到请求后返回 HTTP 状态码响应请求，这些返回的HTTP状态码决定着搜索引擎的下一步行动：将该网页收录到索引数据库或者将其从索引数据库删除等。
当然，HTTP状态码有很多种，分别对应不同的情况，下面就与本文内容相关的几种作一简单介绍，更详细的信息可参考W3C规范：
404 : 请求的网页不存在(不排除日后该链接有效的可能性)；
410 : 请求的网页不存在(永久)；
200 : 服务器成功返回网页
302 : 网址临时重定向(跳转)
301 : 网址永久重定向
需要说明的是，大部分搜索引擎将“404”与“410”状态同等对待，如Google。(参见Matt Cutts的说明)
当搜索引擎在请求某个Url时得到“404”状态回应时，便会知道该网页在网站内不复存在，从而在索引数据库中将其删除，——当然，这个删除过程有可能需要很长时间——而当搜索引擎得到“200”状态回应时，则会认为该url是有效的，并将其回到到索引数据库中。
404页面返回“200”状态码的后果
如果网站的自定义404错误页面在url无效时不返回“404”状态码而代之以“200”，会发生什么情况呢？很明显，搜索引擎会认为这个“根本不存在的”网页在网站内是存在的，这会导致很多问题，影响网站的最终SEO效果。
举例来说，比如说对“http://www.highdiy.com/a.html”、“http://www.highdiy.com/b.html”这两个在IT技术点评网站内并不存在的url而言，如果搜索引擎得到的回应状态码是“200”，那么，便会将其收录到索引数据库，这样的结果便是这两个不同的url具有完全相同的内容：自定义404错误页面的内容，这类重复文本(Duplicate Content)的现象对许多搜索引擎而言都是大忌。尤其是考虑到网站中不可能只有这两个无效链接，毕竟在网站建设中，无论网站的内部链接还是外部链接，总会不可避免地出现许多比如说拼写错误的情况，类似的重复内容会更多。这样，对搜索引擎而言，特别是Google，不但很难获得理想的网站信任指数，也会大大降低Google对网站质量的评定。
404错误页使用Meta Refresh带来的302问题
常常看到许多网站的自定义404错误页面采取类似这样的形式：首先显示一段错误信息，然后，通过Meta Refresh将页面跳转到网站首页、网页地图或其他类似页。根据具体实现方式不同，这类404页面可能返回“200”状态码，也可能返回“302”，但不论哪种，从SEO的角度看，均不是一种合适的选择。
对“200”状态的情况我们上面已经谈过，那么，当404页面返回“302”时，搜索引擎会怎么对待呢？从理论上说，对“302”错误，搜索引擎认为该网页是存在的，只不过临时改变了地址，仍然会索引收录该页，这样，同样会出现类似于“200”状态码时的重复文本问题；其次，以google为代表的主流搜索引擎对302重定向的适用范围要求越来越严格，这类不当使用302重定向的情况存在很大的风险。
因此，尽量不要在404错误页中使用这类Meta Refresh方法。如果实现希望实现类似的功能，即让显示错误信息几(十)秒后跳转到首页或其他页面，可以考虑在404错误页中使用Java Script跳转。——Java Script对搜索引擎而言是无益同时也无害的。
确保自定义404错误页面能够返回“404”状态码
在自定义404错误页面设置完毕后，一定要检查一下其是不是能够正确地返回“404”状态码。
检查的方法也相当简单，使用本站提供的Server Header检查工具，或其他类似工具如这个，输入一个网站内不存在网页的url，查看一下HTTP Header的返回情况，确信其返回的是“404 Not found”。
现在ArthurXF本人正在搞PHP等技术培训，如果想学习的人可以跟我联系。另外培训的招生简章在这个网址，想了解的可以去看看。
PHP培训招生简章
100 Continue 初始的请求已经接受，客户应当继续发送请求的其余部分。（HTTP 1.1新）
101 Switching Protocols 服务器将遵从客户的请求转换到另外一种协议（HTTP 1.1新）
200 OK 一切正常，对GET和POST请求的应答文档跟在后面。
201 Created 服务器已经创建了文档，Location头给出了它的URL。
202 Accepted 已经接受请求，但处理尚未完成。
203 Non-Authoritative Information 文档已经正常地返回，但一些应答头可能不正确，因为使用的是文档的拷贝（HTTP 1.1新）。
204 No Content 没有新文档，浏览器应该继续显示原来的文档。如果用户定期地刷新页面，而Servlet可以确定用户文档足够新，这个状态代码是很有用的。
205 Reset Content 没有新的内容，但浏览器应该重置它所显示的内容。用来强制浏览器清除表单输入内容（HTTP 1.1新）。
206 Partial Content 客户发送了一个带有Range头的GET请求，服务器完成了它（HTTP 1.1新）。
300 Multiple Choices 客户请求的文档可以在多个位置找到，这些位置已经在返回的文档内列出。如果服务器要提出优先选择，则应该在Location应答头指明。
301 Moved Permanently 客户请求的文档在其他地方，新的URL在Location头中给出，浏览器应该自动地访问新的URL。
302 Found 类似于301，但新的URL应该被视为临时性的替代，而不是永久性的。注意，在HTTP1.0中对应的状态信息是“Moved Temporatily”。
出现该状态代码时，浏览器能够自动访问新的URL，因此它是一个很有用的状态代码。
注意这个状态代码有时候可以和301替换使用。例如，如果浏览器错误地请求http://host/~user（缺少了后面的斜杠），有的服务器返回301，有的则返回302。
严格地说，我们只能假定只有当原来的请求是GET时浏览器才会自动重定向。请参见307。
303 See Other 类似于301/302，不同之处在于，如果原来的请求是POST，Location头指定的重定向目标文档应该通过GET提取（HTTP 1.1新）。
304 Not Modified 客户端有缓冲的文档并发出了一个条件性的请求（一般是提供If-Modified-Since头表示客户只想比指定日期更新的文档）。服务器告诉客户，原来缓冲的文档还可以继续使用。
305 Use Proxy 客户请求的文档应该通过Location头所指明的代理服务器提取（HTTP 1.1新）。
307 Temporary Redirect 和302（Found）相同。许多浏览器会错误地响应302应答进行重定向，即使原来的请求是POST，即使它实际上只能在POST请求的应答是303时才能重定向。由于这个原因，HTTP 1.1新增了307，以便更加清除地区分几个状态代码：当出现303应答时，浏览器可以跟随重定向的GET和POST请求；如果是307应答，则浏览器只能跟随对GET请求的重定向。（HTTP 1.1新）
400 Bad Request 请求出现语法错误。
401 Unauthorized 客户试图未经授权访问受密码保护的页面。应答中会包含一个WWW-Authenticate头，浏览器据此显示用户名字/密码对话框，然后在填写合适的Authorization头后再次发出请求。
403 Forbidden 资源不可用。服务器理解客户的请求，但拒绝处理它。通常由于服务器上文件或目录的权限设置导致。
404 Not Found 无法找到指定位置的资源。这也是一个常用的应答。
405 Method Not Allowed 请求方法（GET、POST、HEAD、Delete、PUT、TRACE等）对指定的资源不适用。（HTTP 1.1新）
406 Not Acceptable 指定的资源已经找到，但它的MIME类型和客户在Accpet头中所指定的不兼容（HTTP 1.1新）。
407 Proxy Authentication Required 类似于401，表示客户必须先经过代理服务器的授权。（HTTP 1.1新）
408 Request Timeout 在服务器许可的等待时间内，客户一直没有发出任何请求。客户可以在以后重复同一请求。（HTTP 1.1新）
409 Conflict 通常和PUT请求有关。由于请求和资源的当前状态相冲突，因此请求不能成功。（HTTP 1.1新）
410 Gone 所请求的文档已经不再可用，而且服务器不知道应该重定向到哪一个地址。它和404的不同在于，返回407表示文档永久地离开了指定的位置，而404表示由于未知的原因文档不可用。（HTTP 1.1新）
411 Length Required 服务器不能处理请求，除非客户发送一个Content-Length头。（HTTP 1.1新）
412 Precondition Failed 请求头中指定的一些前提条件失败（HTTP 1.1新）。
413 Request Entity Too Large 目标文档的大小超过服务器当前愿意处理的大小。如果服务器认为自己能够稍后再处理该请求，则应该提供一个Retry-After头（HTTP 1.1新）。
414 Request URI Too Long URI太长（HTTP 1.1新）。
416 Requested Range Not Satisfiable 服务器不能满足客户在请求中指定的Range头。（HTTP 1.1新）
500 Internal Server Error 服务器遇到了意料不到的情况，不能完成客户的请求。
501 Not Implemented 服务器不支持实现请求所需要的功能。例如，客户发出了一个服务器不支持的PUT请求。
502 Bad Gateway 服务器作为网关或者代理时，为了完成请求访问下一个服务器，但该服务器返回了非法的应答。
503 Service Unavailable 服务器由于维护或者负载过重未能应答。例如，Servlet可能在数据库连接池已满的情况下返回503。服务器返回503时可以提供一个Retry-After头。
504 Gateway Timeout 由作为代理或网关的服务器使用，表示不能及时地从远程服务器获得应答。（HTTP 1.1新）
505 HTTP Version Not Supported 服务器不支持请求中所指明的HTTP版本。（HTTP 1.1新）
101 Switching Protocols 服务器将遵从客户的请求转换到另外一种协议（HTTP 1.1新）
200 OK 一切正常，对GET和POST请求的应答文档跟在后面。
201 Created 服务器已经创建了文档，Location头给出了它的URL。
202 Accepted 已经接受请求，但处理尚未完成。
203 Non-Authoritative Information 文档已经正常地返回，但一些应答头可能不正确，因为使用的是文档的拷贝（HTTP 1.1新）。
204 No Content 没有新文档，浏览器应该继续显示原来的文档。如果用户定期地刷新页面，而Servlet可以确定用户文档足够新，这个状态代码是很有用的。
205 Reset Content 没有新的内容，但浏览器应该重置它所显示的内容。用来强制浏览器清除表单输入内容（HTTP 1.1新）。
206 Partial Content 客户发送了一个带有Range头的GET请求，服务器完成了它（HTTP 1.1新）。
300 Multiple Choices 客户请求的文档可以在多个位置找到，这些位置已经在返回的文档内列出。如果服务器要提出优先选择，则应该在Location应答头指明。
301 Moved Permanently 客户请求的文档在其他地方，新的URL在Location头中给出，浏览器应该自动地访问新的URL。
302 Found 类似于301，但新的URL应该被视为临时性的替代，而不是永久性的。注意，在HTTP1.0中对应的状态信息是“Moved Temporatily”。
出现该状态代码时，浏览器能够自动访问新的URL，因此它是一个很有用的状态代码。
注意这个状态代码有时候可以和301替换使用。例如，如果浏览器错误地请求http://host/~user（缺少了后面的斜杠），有的服务器返回301，有的则返回302。
严格地说，我们只能假定只有当原来的请求是GET时浏览器才会自动重定向。请参见307。
303 See Other 类似于301/302，不同之处在于，如果原来的请求是POST，Location头指定的重定向目标文档应该通过GET提取（HTTP 1.1新）。
304 Not Modified 客户端有缓冲的文档并发出了一个条件性的请求（一般是提供If-Modified-Since头表示客户只想比指定日期更新的文档）。服务器告诉客户，原来缓冲的文档还可以继续使用。
305 Use Proxy 客户请求的文档应该通过Location头所指明的代理服务器提取（HTTP 1.1新）。
307 Temporary Redirect 和302（Found）相同。许多浏览器会错误地响应302应答进行重定向，即使原来的请求是POST，即使它实际上只能在POST请求的应答是303时才能重定向。由于这个原因，HTTP 1.1新增了307，以便更加清除地区分几个状态代码：当出现303应答时，浏览器可以跟随重定向的GET和POST请求；如果是307应答，则浏览器只能跟随对GET请求的重定向。（HTTP 1.1新）
400 Bad Request 请求出现语法错误。
401 Unauthorized 客户试图未经授权访问受密码保护的页面。应答中会包含一个WWW-Authenticate头，浏览器据此显示用户名字/密码对话框，然后在填写合适的Authorization头后再次发出请求。
403 Forbidden 资源不可用。服务器理解客户的请求，但拒绝处理它。通常由于服务器上文件或目录的权限设置导致。
404 Not Found 无法找到指定位置的资源。这也是一个常用的应答。
405 Method Not Allowed 请求方法（GET、POST、HEAD、Delete、PUT、TRACE等）对指定的资源不适用。（HTTP 1.1新）
406 Not Acceptable 指定的资源已经找到，但它的MIME类型和客户在Accpet头中所指定的不兼容（HTTP 1.1新）。
407 Proxy Authentication Required 类似于401，表示客户必须先经过代理服务器的授权。（HTTP 1.1新）
408 Request Timeout 在服务器许可的等待时间内，客户一直没有发出任何请求。客户可以在以后重复同一请求。（HTTP 1.1新）
409 Conflict 通常和PUT请求有关。由于请求和资源的当前状态相冲突，因此请求不能成功。（HTTP 1.1新）
410 Gone 所请求的文档已经不再可用，而且服务器不知道应该重定向到哪一个地址。它和404的不同在于，返回407表示文档永久地离开了指定的位置，而404表示由于未知的原因文档不可用。（HTTP 1.1新）
411 Length Required 服务器不能处理请求，除非客户发送一个Content-Length头。（HTTP 1.1新）
412 Precondition Failed 请求头中指定的一些前提条件失败（HTTP 1.1新）。
413 Request Entity Too Large 目标文档的大小超过服务器当前愿意处理的大小。如果服务器认为自己能够稍后再处理该请求，则应该提供一个Retry-After头（HTTP 1.1新）。
414 Request URI Too Long URI太长（HTTP 1.1新）。
416 Requested Range Not Satisfiable 服务器不能满足客户在请求中指定的Range头。（HTTP 1.1新）
500 Internal Server Error 服务器遇到了意料不到的情况，不能完成客户的请求。
501 Not Implemented 服务器不支持实现请求所需要的功能。例如，客户发出了一个服务器不支持的PUT请求。
502 Bad Gateway 服务器作为网关或者代理时，为了完成请求访问下一个服务器，但该服务器返回了非法的应答。
503 Service Unavailable 服务器由于维护或者负载过重未能应答。例如，Servlet可能在数据库连接池已满的情况下返回503。服务器返回503时可以提供一个Retry-After头。
504 Gateway Timeout 由作为代理或网关的服务器使用，表示不能及时地从远程服务器获得应答。（HTTP 1.1新）
505 HTTP Version Not Supported 服务器不支持请求中所指明的HTTP版本。（HTTP 1.1新）
