网页中错误页面定制规范

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“https://www.etcis.com/a.html”、“https://www.etcis.com/b.html”这两个在网站内并不存在的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”。

定制404错误页面的基本原则
首先应明确的是，404错误应工作在服务器级而不是网页级。对定制使用动态页面如PHP脚本类型的404页时，必须确保在PHP执行前服务器已经顺利地送出“404”状态码，不然，一旦执行到了ISAPI级别，返回的状态码便只能是“200”或其他如“302”之类的重定向状态码了。

其次，无效链接有可能指向网站内的任何位置，因此，在定制网站的404错误页面时，对其中的链接应使用绝对路径而不是相对路径。这点相信很容易理解，考虑一下“https://www.etcis.com/a/a.html”与“https://www.etcis.com/a.html”这样两个位于不同目录深度的无效链接，当404错误页中链接使用相对路径时便会彻底乱套。

Apache下设置404错误页面
为Apache Server设置 404错误页面的方法很简单，只需在.htaccess 文件中加入如下内容即可：

ErrorDocument 404 /notfound.php

当然，把”/notfound.php” 改为自定义404错误页面的地址和名称。

尤其需要注意的是，不要采取如下的方式：

ErrorDocument 404 https://www.etcis.com/notfound.php

这样设置则是错误的：其将返回“200”状态码而不是“404”。

另外，需要注意的是，如果您的.htaccess存在类似这样的内容：

ErrorDocument 404 /index.php

切记要将其删除：这种将404错误转向到网站主页的作法存在极大的风险，严重时会导致主页在搜索引擎中消失。

IIS/ASP.net下设置404错误页面
IIS/ASP.net一直是404页面不能正确返回“404”状态码的重灾区，尤其对动态网页而言，很多网站在使用IIS管理器设置404自定义错误页面后发现其返回码却是“302” + “200”。

在IIS/ASP.net下设置404动态页面

首先，修改应用程序根目录的设置，打开 “web.config” 文件编辑，在其中加入如下内容：

＜configuration＞
＜system.web＞
＜customErrors mode=”On” defaultRedirect=”error.asp”＞
＜error statusCode=”404″ redirect=”notfound.asp” /＞
＜/customErrors＞
＜/system.web＞
＜/configuration＞

注：上文例中“error.asp”为系统默认的404页面，“notfound.asp”为自定义的404页面，使用时请修改相应文件名。

然后，在自定义的404页面“notfound.asp”中加入：

＜%
Response.Status = “404 Not Found”
%＞

这样，便可以保证IIS能够正确地返回“404”状态码。

注：为显示方便，上文代码中使用的是全角的“＜”与“＞”，应用时应将其改为半角字符。

在IIS/ASP.net下设置404静态页面

设置静态404错误页面的方法则比较简单，在IIS管理器中右键单击要管理的网站，打开“属性”中的“自定义错误信息”页，为“404”设定相应的错误信息页即可。不过，此处在“消息类型”中一定要选择“文件”或“默认值”，而不要选择“URL”，不然，将导致返回“200”状态码。