网页中的文本抓取下来是乱码，怎么解析？

想写一个抓文的小demo，发现直接拉下来的web内容，文本是乱码，但是用google的源代码查看，能够正确显示文字。
这是怎么回事呢？我试过把抓取内容的字符串用gbk转为unicode，效果并不好。
我测试的url ：view-source:http://book.zongheng.com/chapter/309318/33658339.html

请问：
1，这样的文本一般采用的是什么编码呢？
2，为何页面和google的源代码查看器可以正确显示呢？

http://www.zhihu.com/question/19696249

用 chardet 看了，是gb2312的编码。系统是utf-8的编码。
但是 str.decode('gb2312').encode('utf-8') 转码后，文本只有一部分从乱码变成中文显示。
只做 str.decode('gb2312') 会有另一部份从乱码变成中文
这种奇怪的现象是怎么回事呢？

这个网站是utf-8编码的，相应头为：Content-Type text/html; charset=UTF-8

下载数据二进制转为字符串时，应该制定编码的utf-8