Обнаружение вложенности контекстного менеджера

Если все, что вам нужно сделать, это отрегулировать уровень отступа в зависимости от того, сколько вложенных менеджеров контекста вы выполняете, тогда используйте атрибут класса с именем indent_level и настраивайте его каждый раз, когда вы входите и выходите из диспетчера контекста. Что-то вроде следующего:

class Context:
    indent_level = 0

    def __init__(self, name):
        self.name = name

    def __enter__(self):
        print(' '*4*self.indent_level + 'Entering ' + self.name)
        self.adjust_indent_level(1)
        return self

    def __exit__(self, *a, **k):
        self.adjust_indent_level(-1)
        print(' '*4*self.indent_level + 'Exiting ' + self.name)

    @classmethod
    def adjust_indent_level(cls, val):
        cls.indent_level += val

И используйте его как:

>>> with Context('Outer') as outer_context:
        with Context('Inner') as inner_context:
            print(' '*inner_context.indent_level*4 + 'In the inner context')


Entering Outer
    Entering Inner
        In the inner context
    Exiting Inner
Exiting Outer

Никаких специальных средств для обнаружения вложенных менеджеров контекста нет. Вам придется справиться с этим самостоятельно. Вы можете сделать это в своем собственном менеджере контекста:

import threading


class TimerGroup(Timer):
    _active_group = threading.local()

    def __enter__(self):
        if getattr(TimerGroup._active_group, 'current', False):
            raise RuntimeError("Can't nest TimerGroup context managers")
        TimerGroup._active_group.current = self
        print(('= ' + self.name + ' ').ljust(line_width, '='))
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        TimerGroup._active_group.current = None
        total_time = self.seconds_to_str(self.end())
        print(" Total: {0}".format(total_time).rjust(line_width, '='))
        print()

Затем вы можете использовать атрибут TimerGroup._active_group в другом месте, чтобы захватить текущую активную группу. Я использовал локальный объект потока, чтобы убедиться, что это можно использовать в нескольких потоках выполнения.

В качестве альтернативы вы можете сделать это счетчиком стека и просто увеличивать и уменьшать вложенные вызовы __enter__ или стек список и помещать self в этот стек, снова извлекая его, когда вы __exit__:

import threading


class TimerGroup(Timer):
    _active_group = threading.local()

    def __enter__(self):
        if not hasattr(TimerGroup._active_group, 'current'):
            TimerGroup._active_group.current = []
        stack = TimerGroup._active_group.current
        if stack:
            # nested context manager.
            # do something with stack[-1] or stack[0]
        TimerGroup._active_group.current.append(self)

        print(('= ' + self.name + ' ').ljust(line_width, '='))
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        last = TimerGroup._active_group.current.pop()
        assert last == self, "Context managers being exited out of order"
        total_time = self.seconds_to_str(self.end())
        print(" Total: {0}".format(total_time).rjust(line_width, '='))
        print()

import this:

Явное лучше, чем неявное

Более чистый дизайн позволил бы явно указать группу:

with TimerGroup('Doing big task') as big_task_tg:
    with Timer('Foo', big_task_tg):
      foo_result = foo()
    with Timer('Bar', big_task_tg):
      bar(baz(foo_result))

С другой стороны, вы всегда можете использовать traceback.extract_stack и посмотреть для вызовов конкретной функции восходящего потока. Это очень полезно для ведения журналов и отчетов об ошибках и может быть умеренно полезным для обеспечения того, чтобы определенные функции вызывались только в определенном контексте. Но это имеет тенденцию создавать зависимости, которые очень трудно отследить.

Я бы избегал этого для группировки таймеров, хотя вы можете попробовать. Если вам очень нужна автоматическая группировка, подход @Martijn-Pieters намного лучше.