Seitenzahlen bei --split, Teilen nach Länge, Links mit eigenem Text

- add_source_pages: source_pages [von, bis] im Frontmatter; Startseite aus
  der PDF-Gliederung, sonst Textsuche ohne Verzeichnisseiten; Ende davor,
  wenn der nächste Abschnitt oben auf der Seite beginnt
- split_by_length: ohne verwertbare Gliederung an Absatzgrenzen nach Länge
  (ca. 30 000 Zeichen), Codeblöcke bleiben ganz
- load_link_anchors/link_anchors: Links mit eigenem Text ("hier") über
  Linktext und Wörter davor wiederfinden und als [Text](Ziel) setzen
  (Zensur-Report: 75 von 76)
- Tests, README, Bedienungsanleitung, TODO

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

README.md

@@ -86,11 +86,14 @@ python3 pdf2md.py --epub --ocr-language eng --ocr always scan.pdf scan.md   # EP
   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.
+  Text zusammengesetzt. Links mit eigenem Text („hier“, „Bericht“) werden über den Linktext
+  und die Wörter davor im Markdown wiedergefunden und als `[hier](https://…)` gesetzt.
 - **Seitenzahlen, Kolumnentitel, Text in Fotos** werden entfernt.
 - **YAML-Kopf:** Jede Markdown-Datei beginnt mit `title`, `author`, `lang`, `cover`
-  (Einzeldateien von `--split` mit `title`, `part`, `chapter`, `order`, `book`, `author`).
-  `--from-md` liest daraus die EPUB-Angaben.
+  (Einzeldateien von `--split` mit `title`, `part`, `chapter`, `order`, `source_pages`,
+  `book`, `author`; `source_pages` = Seiten der PDF-Datei, nicht die gedruckten).
+  `--from-md` liest daraus die EPUB-Angaben. Ohne verwertbare Gliederung teilt `--split`
+  nach Länge (ca. 30 000 Zeichen, an Absatzgrenzen) in „Abschnitt 1“, „Abschnitt 2“ …
 
 ## Tests
 
@@ -116,7 +119,8 @@ 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 anderem Text als der URL (z. B. „hier“) werden nicht übernommen.
+- 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).
 - Zeilengetreue Erkennung: Verszeilen mit Satzzeichen am Ende werden zu eigenen Absätzen
   statt zu Zeilen; einzelne Konfigurations- oder Ausgabezeilen neben Code (`[dependencies]`)
   stehen als Zeilen statt im Codeblock.