下面是一个使用Python并行处理文本文件的示例代码：

import os
from multiprocessing import Pool

def process_file(file_path):
    # 读取文件
    with open(file_path, 'r') as file:
        content = file.read()
    
    # 处理文件内容
    processed_content = content.upper()
    
    # 将处理后的内容写入新文件
    new_file_path = os.path.splitext(file_path)[0] + '_processed.txt'
    with open(new_file_path, 'w') as new_file:
        new_file.write(processed_content)

if __name__ == '__main__':
    # 获取所有待处理的文件路径
    files = ['file1.txt', 'file2.txt', 'file3.txt']
    
    # 使用进程池并行处理文件
    with Pool() as pool:
        pool.map(process_file, files)

上述代码中，首先定义了一个process_file函数，用于处理单个文件。在该函数中，我们使用open函数读取文件内容，然后对内容进行处理，这里示例中将内容转换为大写字母。处理完成后，我们将处理后的内容写入新的文件中。

在__main__中，我们定义了一个包含待处理文件路径的列表。然后使用Pool类创建一个进程池，Pool的默认大小为机器上的CPU核心数。使用map方法，将process_file函数应用到文件列表中的每个文件，实现并行处理。

需要注意的是，在使用Pool类时，代码必须放在if __name__ == '__main__':条件判断下，以避免在子进程中重复启动新的子进程。