Какой тестовый текст вы попробуете и введите в свои веб-формы, чтобы проверить, что они обрабатывают все случаи краев должным образом (особенно проблемы с Unicode и XSS).
Мне особенно интересны хорошие строки Unicode, которые могут делать что-то нечетное, если они ошибочно кодируются, когда они снова отображаются.
Текст, содержащий потенциально проблематичные символы, например, цитаты, <, > и т.д. также будет интересен.
Ваша идея символов, чувствительных к HTML, - хорошее начало. Мне также нравится использовать символы, которые являются читабельными, но все еще Unicode. Когда я делал такое тестирование для tabblo.com, я использовал эту строку:
Testing «ταБЬℓσ»: 1<2 & 4+1>3, now 20% off!
У этого есть HTML-чувствительные символы, ASCII, верхние символы ISO и многобайтовые символы Юникода.
Тестирование в Турции!
http://www.moserware.com/2008/02/does-your-code-pass-turkey-test.html
Это действительно довольно продвинутое тестирование интернационализации, а не слабое сердце, включая форматирование даты, процентные вычисления, переводы в верхнем/нижнем регистре и т.д.
Эти смайлики из SuperUser.com довольно классны для тестирования поддержки юникода...
https://superuser.com/questions/52671/how-do-i-create-unicode-smilies-like
Ну, это немного грубый подход, но если вы хотите начать с какого-то хорошо сформированного Юникода и добавить некоторые ошибки, здесь есть большие ресурсы для реальных вещей: http://www.unicode.org/charts.