Links: URLs über Blockgrenzen, Wortpaare, abweichende Linktexte

- _join_split_urls: URL, die in einem neuen Block (auch als Listenpunkt)
  weitergeht, mit der Fortsetzung verbinden; mit Linkziel per Abgleich,
  ohne nur an typischen Umbruchstellen und bei pfadartiger Fortsetzung
- "und/oder" nach einer URL nicht anhängen; Dateiendung nur nach Punkt
- _fuzzy_anchor: Linktext mit Abweichungen (verlorene Ligatur) über
  Kontext/Anfang und letztes Wort finden (Zensur-Report: 76 von 76)
- tests/test_links.py: Test-PDF mit typischen Varianten
- README, TODO

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

README.md

@@ -86,11 +86,13 @@ python3 pdf2md.py --epub --ocr-language eng --ocr always scan.pdf scan.md   # EP
   erhalten.
 - **OCR-Ebenen** in Courier werden nicht als Programmcode (`` `…` ``) gesetzt.
 - **Links:** URLs werden als `<https://…>` geschrieben und sind damit in Markdown-Viewern
-  und im EPUB anklickbar. Beim Zeilenumbruch zerbrochene URLs (`deutsche-|sehen`,
-  `…/ youtube-…`) werden mit den Linkzielen der PDF abgeglichen und repariert;
-  Tracking-Parameter (`utm_…`) entfallen. Ohne Linkziel wird die URL aus dem gedruckten
-  Text zusammengesetzt. Links mit eigenem Text („hier“, „Bericht“) werden über den Linktext
-  und die Wörter davor im Markdown wiedergefunden und als `[hier](https://…)` gesetzt.
+  und im EPUB anklickbar. Beim Umbruch zerbrochene URLs (`deutsche-|sehen`, `…/ youtube-…`,
+  auch über eine Blockgrenze oder als Listenpunkt fortgesetzt) werden mit den Linkzielen der
+  PDF abgeglichen und repariert; Tracking-Parameter (`utm_…`) entfallen. Ohne Linkziel wird
+  die URL aus dem gedruckten Text zusammengesetzt; Wortpaare wie „und/oder“ danach gehören
+  nicht dazu. Links mit eigenem Text („hier“, „Bericht“) werden über den Linktext und die
+  Wörter davor im Markdown wiedergefunden – auch bei verlorener Ligatur („Verifcation“) –
+  und als `[hier](https://…)` gesetzt.
 - **Seitenzahlen, Kolumnentitel, Text in Fotos** werden entfernt – auch Überschriften, die nur
   aus einer Zahl bestehen (`## 90`, `## xxiv`: Fußnotenzeichen, römische Seitenzahlen), sofern
   nicht direkt eine Titelzeile folgt (`## 1` + `## Kapiteltitel` bleibt) und sie nicht in der
@@ -128,8 +130,9 @@ synthetisch erzeugt.
 - **Was am PDF liegt, bleibt:** fehlende Ligaturen ohne Textzuordnung („Offzielle“),
   gesperrt gesetzte Überschriften („M e i n k l e i nes …“), flache PDF-Gliederungen
   (alle Kapitel auf einer Ebene).
-- Links mit eigenem Text: Findet sich der Linktext nicht wieder (z. B. Trennung mitten in
-  einem langen Titel), bleibt er ohne Link (Zensur-Report: 75 von 76 gesetzt).
+- Links mit eigenem Text: Weicht der Linktext stark vom gedruckten Text ab, bleibt er ohne
+  Link (Zensur-Report: alle 76 gesetzt). Ohne Linkziel in der PDF wird eine URL nur über
+  typische Umbruchstellen (`-`, `/`, `_`) mit ihrer Fortsetzung verbunden.
 - Zeilengetreue Erkennung: Ist ein Gedicht genauso eingerückt wie Absatzanfänge, werden
   Verszeilen mit Satzzeichen am Ende zu eigenen Absätzen. Listings mit eingedruckten
   Zeilennummern werden nicht immer als ein Codeblock erkannt.