在Python中，批量读取文件通常可以通过以下几种方法实现：
1. 使用`os`模块：
`os.listdir（path）`可以列出指定路径下的所有文件和文件夹。
`os.walk（path）`可以遍历指定目录及其子目录下的所有文件。
2. 使用`glob`模块：
`glob.glob（path）`可以根据指定的模式匹配文件路径。
3. 使用特定库读取特定类型的文件：
对于Excel文件，可以使用`pandas`库的`read_excel`函数。
对于NetCDF文件，可以使用`xarray`或`netcdf4`库。
对于文本文件，可以使用`open（）`函数或`fileinput`模块。
读取文件夹中所有文件名
```python
import os
folder_path = '/path/to/folder' 替换为实际文件夹路径
file_names = os.listdir（folder_path）
for file_name in file_names:
print（file_name）
读取特定类型的所有文件Excel文件```pythonimport pandas as pd
path = 'file_locate_path' 替换为实际文件路径
file_list = glob.glob（path + '/*.xlsx'） 读取所有.xlsx文件
for file in file_list:
df = pd.read_excel（file）
print（df.head（）） 打印每个文件的前几行
NetCDF文件
```python
import xarray as xr
import glob
path = 'file_locate_path' 替换为实际文件路径
file_list = glob.glob（path + '/*.nc'） 读取所有.nc文件
for file in file_list:
data = xr.open_dataset（file）
print（data） 打印每个文件的数据
文本文件```pythonimport os
root_dir = 'E:/xxx/abstract' 替换为实际文件夹路径
output_file = 'abstract.txt'
with open（output_file, 'w', encoding='utf-8'） as outfile:
for file in os.listdir（root_dir）:
file_path = os.path.join（root_dir, file）
if os.path.isfile（file_path）:
with open（file_path, 'r', encoding='utf-8'） as infile:
for line in infile:
outfile.write（line.rstrip（'\n'） + '\n'）
请根据你的具体需求选择合适的方法，并替换示例代码中的路径为实际的文件路径。