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>

TODO.md

@@ -1,13 +1,6 @@
 # TODO
 
-## 1. Ideen
-
-- `--split`: Seitenzahlen der PDF ins Frontmatter (`source_pages`); pymupdf4llm liefert sie
-  mit `page_chunks=True`, müsste aber durch die ganze Nachbearbeitung getragen werden.
-- `--split`: Bücher ohne erkennbare Gliederung werden nicht geteilt (nur `00_vorspann.md`);
-  denkbar wäre ein Schnitt nach Seitenzahl oder Länge.
-
-## 2. Bekannte Schwächen (aus Probeläufen mit fremden PDFs)
+## Bekannte Schwächen (aus Probeläufen mit fremden PDFs)
 
 - Reine Zahlen als Überschrift: pymupdf4llm macht Fußnotenzeichen zu Überschriften
   („## 90“ im Zensur-Report). Nicht pauschal entfernen – im DDR-Buch sind „## 1“, „## 2“
@@ -22,6 +15,6 @@
   (`[dependencies]`, Programmausgaben) landen als `\`-Zeilen neben dem Codeblock statt darin.
 - Markdown-Sonderzeichen werden nicht maskiert: `__add__` im Register wird fett gesetzt.
 - Links: Setzt sich eine URL in einem neuen Block fort (z. B. als Listenpunkt „- juuuport-…“),
-  bleibt sie abgeschnitten. Links mit eigenem Text („hier“) gehen verloren; Abhilfe wäre,
-  die Link-Rechtecke der PDF dem Text zuzuordnen (`[hier](…)`). Die Heuristik ohne Linkziel
-  hängt Wörter mit „/“ an („https://a.de/ und/oder“ → eine URL).
+  bleibt sie abgeschnitten. Die Heuristik ohne Linkziel hängt Wörter mit „/“ an
+  („https://a.de/ und/oder“ → eine URL). Linktexte mit Trennung mitten in langen Titeln
+  werden nicht wiedergefunden.