Soft 404
前几天看见控制台中显示某个网页出错，错误内容：
submitted url seems to be a soft 404
一搜索，谷歌官方有说明，首先给出了定义：
A soft 404 is a URL that returns a page telling the user that the page does not exist and also a 200-level (success) code. In some cases, it might be a page with little or no content–for example, a sparsely populated or empty page.
通俗地说，就是某个页面返回给爬虫一个200状态码，但是爬虫却发现返回的内容是一个空网页。
对于非静态网页而言，这时就要检查是否有代码逻辑错误。但是，我用的是虚拟主机托管的静态网页，按理不会出现这种情况。
于是，检查了下托管的内容和上传日志，还真发现了痕迹：原来某次同步结束的时候，某个网页的大小变成了 0 。于是，这种情况下，访问该页面就造成了 soft 404。于是赶紧上传了一份，再用工具一查，没有异常；随后请求 reindex。看来以后同步结束后，还需要检查一遍文件，防止再次发生该错误。
Comments